지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 데이타베이스 정보과학회논문지 : 데이타베이스 제29권 제5호
- 발행연도
- 2002.10
- 수록면
- 367 - 380 (14page)
이용수
초록· 키워드
오류제보하기
최근 공간 데이타 분석, 영상 분석 등과 같은 대용량 데이타를 관리하는 다양한 응용 업무들이 증가함에 따라, 대용량의 데이타베이스를 위한 클러스터링 기법이 많이 연구되고 있다. 그 중에서도 계층클러스터링 기법은 데이타베이스의 계층 분할을 표현하는 계층 트리를 생성하고 이를 이용하여 효율적인 클러스터링을 수행하는 방법으로서, 지금까지는 주로 트리를 하위 계층으로부터 상위 계층으로 생성해 가는 상향식(bottom-up) 계층 클러스터링 기법들이 연구되었다. 이러한 상향식 클러스터링 방법은 트리를 생성하기 위하여 전체 데이타베이스를 한 번 이상 액세스하여야 할 뿐만 아니라, 하위 계층에서부터 검색을 시작하기 때문에 트리의 많은 부분을 검색하여야 하는 문제점이 있다.
본 논문에서는 대부분의 데이타베이스 응용에서 이미 유지하고 있는 다차원 색인을 이용하여 클러스터링을 수행하는 새로운 하향식(top-down) 계층 클러스터링 기법을 제안한다. 일반적으로 다차원 색인에서는 가까운 객체들이 동일한 (혹은 인접한) 페이지에 저장될 가능성이 큰 클러스터링 성질을 가진다. 이러한 다차원 색인의 클러스터링 성질을 사용하면 각 객체들간의 거리를 일일이 계산하지 않고도 이웃한 객체들을 식별할 수 있다. 우선 객체들의 밀도에 기반하여 클러스터를 정형적으로 정의한다. 이를 위하여, 객체를 포함하는 영역의 밀도를 이용한 영역 대조 분할(region contrast partition) 개념을 사용한다. 또, 클러스터링 알고리즘에서의 빠른 검색을 위하여 분기 한정(branch-and-bound) 알고리즘을 사용하며, 여기서의 한계값(bound)을 제안하고 이의 정확성을 이론적으로 증명한다.
실험 결과, 제안한 방법은 상향식 계층 클러스터링 방법인 BIRCH와 비교하여, 정확성 측면에서 우수하거나 유사한 것으로 나타났으며, 데이타 페이지 액세스 횟수를 데이타베이스 크기에 따라 최고 26～187배까지 감소시킨 것으로 나타났다. 이 같은 결과로 볼 때, 제안한 방법은 대용량 데이타베이스에서의 클러스터링 성능을 크게 향상시키는 기법으로서, 일반 데이타베이스 응용에 실용적으로 적용 가능하다고 판단된다.
본 논문에서는 대부분의 데이타베이스 응용에서 이미 유지하고 있는 다차원 색인을 이용하여 클러스터링을 수행하는 새로운 하향식(top-down) 계층 클러스터링 기법을 제안한다. 일반적으로 다차원 색인에서는 가까운 객체들이 동일한 (혹은 인접한) 페이지에 저장될 가능성이 큰 클러스터링 성질을 가진다. 이러한 다차원 색인의 클러스터링 성질을 사용하면 각 객체들간의 거리를 일일이 계산하지 않고도 이웃한 객체들을 식별할 수 있다. 우선 객체들의 밀도에 기반하여 클러스터를 정형적으로 정의한다. 이를 위하여, 객체를 포함하는 영역의 밀도를 이용한 영역 대조 분할(region contrast partition) 개념을 사용한다. 또, 클러스터링 알고리즘에서의 빠른 검색을 위하여 분기 한정(branch-and-bound) 알고리즘을 사용하며, 여기서의 한계값(bound)을 제안하고 이의 정확성을 이론적으로 증명한다.
실험 결과, 제안한 방법은 상향식 계층 클러스터링 방법인 BIRCH와 비교하여, 정확성 측면에서 우수하거나 유사한 것으로 나타났으며, 데이타 페이지 액세스 횟수를 데이타베이스 크기에 따라 최고 26～187배까지 감소시킨 것으로 나타났다. 이 같은 결과로 볼 때, 제안한 방법은 대용량 데이타베이스에서의 클러스터링 성능을 크게 향상시키는 기법으로서, 일반 데이타베이스 응용에 실용적으로 적용 가능하다고 판단된다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 다차원 색인을 이용한 하향식 클러스터링 기법
4. 성능 평가
5. 결론
참고문헌
부록
저자소개
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
대용량 이미지 데이타베이스의 계층형 클러스터링을 이용한 빠른 내용기반 검색기법에 관한 연구
한국정보과학회 학술발표논문집
2004 .05
-
고정 그리드 파일의 객체 및 셀 클러스터링 알고리즘
정보과학회논문지 : 데이타베이스
2001 .03
-
확장된 객체 지향 데이타 모델을 위한 객체들의 효율적인 클러스터링
(구)정보과학회논문지
1993 .01
-
효율적인 공간 질의 처리를 위한 Quadtree 클러스터링 알고리즘
정보과학회논문지(B)
1998 .01
-
계층적 클러스터링에서 초기 클러스터링 중심값 설정과 분류 계층 깊이에 관한 연구
대한전자공학회 학술대회
2004 .06
-
클러스터링을 이용한 계층적 분할 방법 ( A Hierarchical Partitioning Method Using Clustering )
전자공학회논문지-A
1993 .03
-
공간 데이타베이스에서 구석점 변환 기법의 클러스터링 성질
정보과학회논문지(B)
1997 .08
-
계층적 불균형 클러스터링 기법을 이용한 에너지 소비 모델
한국산학기술학회 논문지
2011 .06
-
시간적 데이타를 위한 효과적인 클러스터링 기법
정보과학회논문지(B)
1998 .03
-
Selection of Cluster Hierarchy Depth in Hierarchical Clustering using K-Means Algorithm
전자공학회논문지-SD
2008 .02
-
휴리스틱 진화에 기반한 효율적 클러스터링 알고리즘
정보과학회논문지 : 소프트웨어 및 응용
2002 .02
-
공간국부성을 최적화하는 클러스터링 방법
정보과학회논문지 : 데이타베이스
2004 .04
-
밀도에 무관한 클러스터링 기법의 개선
한국정보통신학회논문지
2017 .05
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2009-569-017862578