'Computer Science / Databases' 카테고리의 모든 글
: 1. 시스템 개요 코로나(Coron) 시스템은 특정 연구 필요성에 맞춰 개발되었으며, 현재는 여러 응용 분야에서 사용되는 독립적인 데이터베이스 기반 지식 발견 프레임워크가 되었습니다. 코로나는 교육 및 과학적 용도를 위해 준비 및 마이닝 모듈로 구성되어 이진 데이터를 처리하고 필터링하며 추출된 단위를 해석합니다. 코로나 시스템은 다양한 고전 알고리즘뿐만 아니라, 자체적으로 개발된 특화된 알고리즘을 포함하고 있습니다. 주요 언어는 자바이며, Unix, Mac, Windows 운영 체제와 호환되며 명령줄 인터페이스를 사용합니다. 2
코로나(CORON)는 원래 코호트 연구를 위한 도구로 개발되었지만, 현재는 독립적인 데이터 마이닝 플랫폼으로 진화했습니다. 이 플랫폼은 다양한 알고리즘을 통합하여 빈도가 높거나 드문 패턴을 추출하고 연관 규칙을 생성하는 기능을 제공합니다. 1. 코로나의 구성 요소 코로나는 데이터 준비, 마이닝, 필터링 및 해석을 위한 여러 모듈로 구성됩니다. 사전 처리 모듈: 이 모듈은 데이터를 바이너리 테이블 형태로 변환하고 디크레티제이션(연속적인 값을 범주형 값으로 변환하는 과정)을 수행합니다. 또한 파일 포맷 변환, 보완 및 전치 테이블 생성
VOGCLUSTERS 프로젝트는 천문학 연구에서 중요한 역할을 하는 은하 구름 클러스터(GC) 데이터를 통합하고 분석하는 데 초점을 맞춘 웹 애플리케이션입니다. 이 논문은 VOGCLUSTERS의 개발 배경, 기술적 구성 요소, 그리고 미래 발전 방향에 대해 상세히 설명합니다. 1. 개발 배경 은하 탐사 도구의 발전과 함께 은하 내 구름 클러스터(GC)에 대한 데이터 양이 증가하고 있습니다. 이러한 데이터는 천문학 연구에서 중요한 역할을 하며, 특히 은하 상태와 진화를 이해하는 데 중요합니다. 그러나 현재 이러한 정보는 다양한 논문과
: 본 논문은 협업 규칙 추출 과정에서 중요한 두 단계, 즉 빈도 항목 집합(Frequent Itemsets)의 발견과 이를 바탕으로 한 협업 규칙 생성에 초점을 맞추고 있습니다. 특히, 이 연구는 최소 비중복 연관 규칙(MNAR) 추출을 위한 새로운 접근법을 제안하며, 기존 방법들과 비교 분석을 통해 그 효율성을 입증하고자 합니다. 1. 협업 규칙 추출의 기본 개념과 알고리즘 협업 규칙 추출은 크게 두 단계로 나눌 수 있습니다: 빈도 항목 집합(FI) 또는 빈도 닫힌 항목 집합(FCI)을 찾는 과정과 이를 바탕으로 협업 규칙을 생
This paper explores the connection between relational databases and pure Horn functions, focusing on keys with small sizes. It presents structural and complexity results for minimal key sets of these functions. A critical aspect is characterizing Sperner hypergraphs where there exists a unique pure
검색어를 입력하세요