Acknowledgement
이 논문은 2021 년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구임 (No.2021-0-00231, 빅데이터 대상의 빠른 질의 처리가 가능한 탐사 데이터 분석 지원 근사질의 DBMS 기술 개발)
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2021.11a
- /
- Pages.532-534
- /
- 2021
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
A Study on Approximation Query Processing Method Based on Machine Learning Models
머신 러닝 모델 기반 근사 질의 처리 방법에 관한 연구
- Park, Choon Seo (Smart Data Research Section, Electronics and Telecommunications Research Institute) ;
- Kim, Sung-Soo (Smart Data Research Section, Electronics and Telecommunications Research Institute) ;
- Nam, Taek Yong (Smart Data Research Section, Electronics and Telecommunications Research Institute) ;
-
Lee, Taewhi
(Smart Data Research Section, Electronics and Telecommunications Research Institute)
- 박춘서 (한국전자통신연구원 스마트데이터연구실) ;
- 김성수 (한국전자통신연구원 스마트데이터연구실) ;
- 남택용 (한국전자통신연구원 스마트데이터연구실) ;
-
이태휘
(한국전자통신연구원 스마트데이터연구실)
- Published : 2021.11.04
Abstract
최근 데이터의 양이 급격히 증가함에 따라 빅데이터 환경에서 데이터 질의 처리 수행 시 연산 시간이 많이 소요되는 문제점이 발생한다. 이러한 처리 시간을 줄이기 위한 방법으로 근사질의 처리에 대한 연구의 필요성이 대두되고 있다. 근사 질의 처리 방법은 정확도가 다소 떨어지더라도 빠른 결과를 요구하는 응용 분야에서 매우 유용하게 쓰일 수 있다. 본 논문에서는 사용자가 원하는 결과 정확도와 적시성 등을 지원하기 위한 근사 질의 처리 언어 확장, 실행 계획생성 및 질의 최적화 기술을 제안하고, 설계 방향 및 특징 등에 대해서 설명한다.
Keywords