List-based Dynamic and Stream High-Utility Pattern Mining
연구 내용
리스트 구조와 prelarge 개념을 활용해 슬라이딩 윈도우 및 동적 트랜잭션 삭제 환경에서 high-utility 패턴을 효율적으로 추출하는 연구
데이터베이스와 데이터 스트림에서 항목의 이익을 고려하는 high-utility pattern mining을 대상으로 합니다. 슬라이딩 윈도우처럼 시간창이 이동하는 환경과, 센서 오류나 저장 제약 등으로 트랜잭션이 삭제되는 동적 환경을 가정하고 탐색 공간을 줄이기 위한 리스트 기반 데이터 구조와 프루닝 기법을 적용합니다. 또한 재스캔을 최소화하기 위한 prelarge 개념을 도입하여 처리 지연과 메모리 사용을 함께 관리하며, 부정 단가 이익이 존재하는 경우에도 유용도 계산의 정확성을 유지하는 차별성을 보유합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
2건
연구 흐름
초기에는 리스트 구조를 기반으로 high-utility 패턴을 효율적으로 탐색하는 접근과 슬라이딩 윈도우 기반 고유용도 마이닝 방법을 정립했습니다. 이후 부정 이익 항목까지 포함하는 고유용도 마이닝을 확장하여 데이터베이스 및 데이터 스트림 조건에서 성능을 개선하는 방향으로 연구를 수행했습니다. 2021년부터는 재스캔 최소화를 목표로 prelarge 기반 데이터 마이닝 기술을 개발하는 과제를 진행했고, 2025년에는 이를 IoT 환경의 동적 트랜잭션 삭제 분석으로 구체화하여 실시간 적용 가능성을 검증했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Efficient approach of sliding window-based high average-utility pattern mining with list structures
EHMIN: Efficient approach of list based high-utility pattern mining with negative unit profits
Pre-Eminent Utility Driven Data Analytics Based on Prelarge Patterns for Dynamic Transaction Deletion in IoT Environments
관련 프로젝트
구분
제목
데이터 재스캔을 최소화하기 위한 효율적인 프리라아지 기반 데이터 마이닝 기술 개발
데이터 재스캔을 최소화하기 위한 효율적인 프리라아지 기반 데이터 마이닝 기술 개발