프로젝트 소개
본 과제는 SNS, Bio-Medical, IOTs, BI 등에서 생성되는 대규모 다차원 데이터를 분석할 때, 범위질의 처리 효율을 높이기 위한 인공신경망 기반 인덱스 메카니즘을 개발하는 연구임.
연구 목표는 기존 차원 축소 방식의 지역성 손실로 발생하는 범위질의 성능 저하 한계를 극복하는 것임. 핵심 연구 내용은 ‘인공신경망 기반 LP-MF Model’을 통해 query range의 lower/upper bound 같은 다차원 key에 해당하는 객체 인덱스 레코드 주소를 예측하고, 디스크 탐색을 위한 Index Record Block을 개발하는 것임. 또한 sliding-window 기반 하이브리드 인덱스와 전이학습 기반 LP-MF 재학습으로 incremental updating 효율을 확보함. 기대 효과는 대용량 다차원 빅데이터 분석의 토대 마련과 의학, SNS, 금융, 공학, 기상 등 산업 활성화에 기여함.