-
公开(公告)号：WO2011162423A1
公开(公告)日：2011-12-29
申请号：PCT/KR2010/004033
申请日：2010-06-22
Applicant: 전북대학교산학협력단 , 장재우 , 엄정호
IPC: G01C21/34 , G01C21/26 , G08G1/0968 , G06F17/30 , G06F19/00
CPC classification number: G01C21/3679 , G06F17/10
Abstract: 사용자로부터 요청된 질의지점을 포함하는 질의영역을 설정하는 설정부, 보로노이 다이어그램을 적용한 보로노이 셀 중에서 상기 질의영역에 포함되는 제1 이웃 보로노이 셀을 식별하고, 상기 식별된 제1 이웃 보로노이 셀을 이용하여 POI 후보 집합을 탐색하는 탐색부, 및 상기 탐색된 POI 후보 집합을 상기 사용자에게 제공하는 제공부를 포함하는 보로노이 다이어그램을 이용한 최근접점 탐색 시스템을 제공한다.
Abstract translation: 提供了一种使用Voronoi图找到最近邻居的系统，包括：设置单元，设置包括用户请求的查询点的查询区域; 从Voronoi小区识别已经应用了Voronoi图的勘探单元，包括在查询区域中的第一个相邻Voronoi单元，并且使用所识别的第一相邻Voronoi单元探索一组POI候选; 以及提供单元，其向用户提供所探索的POI候选集。
-
公开(公告)号：WO2018194237A1
公开(公告)日：2018-10-25
申请号：PCT/KR2017/014991
申请日：2017-12-19
Applicant: 전북대학교산학협력단
Abstract: 하이브리드 트랜잭셔널 메모리 시스템에서의 트랜잭션 처리 방법 및 트랜잭션 처리 시스템이 개시된다. 본 발명의 일실시예에 따른 하이브리드 트랜잭셔널 메모리 시스템에서의 트랜잭션 처리 방법은, 워크로드로부터 트랜잭션이 시작되면, 상기 트랜잭션에 대해, HTM(Hardware Transactional Memory)에 의한 HTM 처리를 수행하는 단계, 및 상기 트랜잭션에 대해, STM(Software Transactional Memory)에 의한 STM 처리를 수행하는 단계를 포함한다.
-
公开(公告)号：WO2011108872A2
公开(公告)日：2011-09-09
申请号：PCT/KR2011/001484
申请日：2011-03-04
CPC classification number: H04L12/2825 , H04L67/12 , Y02D30/40
Abstract: 본 발명은 데이터 전송 오버헤드를 줄이기 위해, USN 센서 노드에서 센서로부터 수신되는 상황정보에 기초하여 상황을 판단하고, 판단된 상황 판단결과가 위험판단조건에 포함되는 경우에만, 상기 상황 판단결과를 중앙 서버로 전송하고, 상기 중앙 서버에서 상기 전송된 상황 판단결과에 기초하여 상기 상황을 처리함으로써, 에너지 효율성을 향상시킬 수 있는 상황 인식 방법 및 시스템에 관한 것이다.
Abstract translation: 本发明涉及一种能够提高能量效率的上下文感知方法和系统，使得USN传感器节点基于从传感器接收的上下文信息来确定上下文，并且只有当 上下文确定结果被包括在危险判定条件中; 并且中央服务器在传输的上下文确定结果的基础上处理上下文，以便减少数据传输开销。
-
公开(公告)号：KR101828522B1
公开(公告)日：2018-02-12
申请号：KR1020160017512
申请日：2016-02-16
Applicant: 전북대학교산학협력단 , (주)아이엠시티
IPC: G06F17/30
Abstract: 이종데이터처리를위한분산병렬처리시스템은오픈소스의 NoSQL(Not Only Structured Query Language) 소프트웨어와 RDBMS(Relational Database Management System)를이용하고효율적인질의처리를제공하는시스템을설계하여저비용, 고효율의이종데이터플랫폼을제공한다.
-
公开(公告)号：KR1020130134046A
公开(公告)日：2013-12-10
申请号：KR1020120057282
申请日：2012-05-30
Applicant: 전북대학교산학협력단 , (주)유엠텍
Abstract: A cosine similarity based expert recommendation method using a hybrid collaborative filtering technique which calculates the similarity between an expert's attributes (i.e. specialties and field of interest) and the experts and recommends those experts related to a user is disclosed. A high-precision image matching device and a method thereof using skin markers and inbody feature points, as an example, is capable of performing an expert recommendation process based on a score estimation method when the volume of data stored in an expert database is insufficient, improving the quality of recommendation by applying weight based on the activities (i.e. papers, career, etc.) of an expert in order to determine the expert's expertise, and allowing an SNS user to communicate and work with others regarding his/her field of interest by getting a recommendation about the experts regarding his/her field of interest. [Reference numerals] (AA) User information;(BB) Recommendation score table;(CC) Score estimation table;(DD) Ranking;(EE) Verification;(FF) Expert recommendation
Abstract translation: 使用混合协同过滤技术的余弦相似性专家推荐方法，该技术计算专家的属性（即专业和感兴趣的领域）与专家之间的相似性，并推荐与用户相关的那些专家。 作为示例，高精度图像匹配装置及其使用皮肤标记和特征点的方法能够在存储在专家数据库中的数据量不足时基于分数估计方法执行专家推荐过程， 通过根据专家的活动（即论文，职业等）应用体重来提高推荐质量，以确定专家的专业知识，并允许SNS用户与他/她的兴趣领域进行沟通和合作 通过获得关于他/她的兴趣领域的专家的建议。 （参考号）（AA）用户信息;（BB）推荐分数表;（CC）分数估计表;（DD）排名;（EE）验证;（FF）
-
Patent Agency Ranking
公开(公告)号：KR101097656B1
公开(公告)日：2011-12-22
申请号：KR1020090053502
申请日：2009-06-16
Applicant: 전북대학교산학협력단
IPC: G01C21/34 , G08G1/0968
CPC classification number: G06K9/6276
Abstract: 사용자로부터요청된질의지점을포함하는질의영역을설정하는설정부, 보로노이다이어그램을적용한보로노이셀 중에서상기질의영역에포함되는제1 이웃보로노이셀을식별하고, 상기식별된제1 이웃보로노이셀을이용하여 POI 후보집합을탐색하는탐색부, 및상기탐색된 POI 후보집합을상기사용자에게제공하는제공부를포함하는보로노이다이어그램을이용한최근접점탐색시스템을제공한다.
-
公开(公告)号：KR1020110066705A
公开(公告)日：2011-06-17
申请号：KR1020090123461
申请日：2009-12-11
Applicant: 한국전자통신연구원 , 전북대학교산학협력단
CPC classification number: G06F17/30784 , G06F17/3033 , G06F17/30592
Abstract: PURPOSE: An index and a searching method of high dimensional feature vector data of a Dual Min-LSH algorithm is provided to guarantee QoS to a user by keeping the accuracy over a determined level and reducing the search time. CONSTITUTION: A hash table comprises a Low hash table(226) and a High hash table(228). The Low hash table calculates and stores a MinHash value of higher ordered data on the basis of permutations of arbitrary numbers. The High hash table calculates and stores the MinHash value of higher ordered data on the basis of more permutations including the permutations of the Low hash table for data within a bucket exceeding the number of entries of a threshold in the Low hash table.
Abstract translation: 目的：提供双Min-LSH算法的高维特征向量数据的索引和搜索方法，以通过将精度保持在确定的水平并减少搜索时间来保证用户的QoS。 构成：散列表包括低散列表（226）和高散列表（228）。 低散列表基于任意数字的排列来计算并存储较高数据的MinHash值。 高散列表基于更多排列来计算和存储较高排序数据的MinHash值，其中包括对于桶内的数据的低散列表的排列超过低散列表中阈值的条目数。
-
-
-
-
-
-
-
Search Results
41
records
(took 0.021 seconds)
