KR20190033682A - Data recovering apparatus and control method thereof - Google Patents

Data recovering apparatus and control method thereof Download PDF

Info

Publication number
KR20190033682A
KR20190033682A KR1020170121862A KR20170121862A KR20190033682A KR 20190033682 A KR20190033682 A KR 20190033682A KR 1020170121862 A KR1020170121862 A KR 1020170121862A KR 20170121862 A KR20170121862 A KR 20170121862A KR 20190033682 A KR20190033682 A KR 20190033682A
Authority
KR
South Korea
Prior art keywords
features
feature
data
lost
loss
Prior art date
Application number
KR1020170121862A
Other languages
Korean (ko)
Other versions
KR102059500B1 (en
Inventor
유창동
이상혁
Original Assignee
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020170121862A priority Critical patent/KR102059500B1/en
Publication of KR20190033682A publication Critical patent/KR20190033682A/en
Application granted granted Critical
Publication of KR102059500B1 publication Critical patent/KR102059500B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0727—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in a storage system, e.g. in a DASD or network based storage system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0793—Remedial or corrective actions

Abstract

The present invention relates to a data restoring apparatus for restoring the loss using peripheral data around a portion where the loss is occurred, and to a control method thereof. According to an embodiment of the present invention, provided is a data restoring apparatus which includes: a storage storing DNA data; and a processor detecting a characteristic lost in the DNA data and using statistics of peripheral information of the lost characteristic to supplement the lost characteristic. Accordingly, the data restoring apparatus restores the loss by using peripheral data without particular compression and optimization techniques, thereby improving the restoration speed and minimizing the loss of information.

Description

데이터 복원 장치 및 그 제어 방법{DATA RECOVERING APPARATUS AND CONTROL METHOD THEREOF}BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a data restoration apparatus,

본 발명은 데이터 복원 장치 및 그 제어 방법에 대한 것으로, 더욱 상세하게는 손실이 발생한 부분의 주변 데이터를 이용하여 손실을 복원하는 데이터 복원 장치 및 그 제어 방법에 대한 것이다.The present invention relates to a data restoration apparatus and a control method thereof, and more particularly, to a data restoration apparatus and method for restoring a loss by using peripheral data of a lost portion.

최근 DNA 데이터 분석에 대한 수요가 지속적으로 증가하고 있고, DNA 수집 관련 사업 규모도 커지고 있는 만큼, 시장에서의 수요는 계속 증가할 것으로 예상된다. 다만, 관련 기업들의 수가 많이 부족하며, 그에 따라 기술 선점을 위해 사전 처리 기술 확보를 위한 연구가 활발히 진행되고 있다.Demand for analyzing DNA data is continuously increasing, and demand for DNA analysis is expected to continue to increase as the scale of DNA collection-related business is growing. However, the number of related companies is insufficient, and research is actively carried out to acquire pre-processing technology in order to acquire technology.

DNA 데이터 손실과 관련하여, 종래에는 손실이 발생한 특징 위치를 모두 버렸으며, 그 밖에 별도의 연구가 진행되지 않았다. 대부분의 연구는 저장 장치에서 일어난 데이터 손실을 복원하는 것을 목표로 하고 있다. 그리고, 대부분의 복원 방법은 데이터의 부호화를 통해 손실 여부를 확인하고 데이터를 복원하는 방법이 주를 이룬다.With regard to the DNA data loss, all of the feature locations where loss has occurred have been abandoned, and no other studies have been conducted. Most studies aim to restore data loss in storage devices. Most of the restoration methods are mainly performed by checking the loss through data encoding and restoring the data.

한국등록특허 제10-1731832호는 저장 시스템에서의 데이터 손실 복구를 위한 부호화 및 복호화 방법 및 그 장치에 대해 개시하고 있으며, 별도의 부호화 단계를 거치는 점이 특징이다. 다만, 이 경우 부호화 과정에 따른 시간 손실 등이 발생하는 문제점이 있다.Korean Patent No. 10-1731832 discloses a coding and decoding method and apparatus for restoring data loss in a storage system and is characterized in that it is subjected to a separate encoding step. However, in this case, there is a problem that time loss or the like occurs due to the encoding process.

또한, 기존의 데이터 손실 처리는 가우시안 혼합 모델을 통해 손실된 특징을 추정하는 방법이 주를 이룬다. 그러나, 가우시안 혼합 모델은 기댓값 최대화 알고리즘(Expectation Maximization)을 통해 최적화를 거쳐야 하고, 이는 missing feature를 찾아내는 데에 많은 시간을 들이게 한다. 또한, 가우시안 혼합 모델은 연속 함수에 기반한 모델링이기 때문에, DNA 데이터와 같은 이산화된 데이터에 대해서는 적용하기 어려운 문제점도 있었다.In addition, the existing data loss processing is mainly based on a method of estimating a lost feature through a Gaussian mixture model. However, the Gaussian mixture model has to be optimized through the expectation maximization algorithm, which takes a lot of time to find the missing feature. In addition, since the Gaussian mixture model is a modeling based on a continuous function, there is a problem that it is difficult to apply to the discretized data such as DNA data.

그에 따라, 추가적인 부호화 과정 및 최적화 과정 등을 거치지 않고 이산화된 데이터를 처리하면서도, 데이터 수집 시 발생한 손실을 최소화하기 위한 방법이 개발될 필요성이 대두되었다.Accordingly, there has been a need to develop a method for minimizing the loss incurred in data collection while processing the discretized data without additional coding and optimization processes.

한국등록특허 제10-1731832호Korean Patent No. 10-1731832

본 발명은 데이터 손실이 발생하더라도 이를 삭제하지 않고, 주변 데이터를 이용하여 복원하는 데이터 복원 장치 및 그 제어 방법을 제공함을 목적으로 한다.An object of the present invention is to provide a data restoration apparatus and method for restoring data using peripheral data without deleting data even if data loss occurs.

본 발명은 DNA 데이터에서 손실이 발생한 특징 위치를 모두 버리지 않고 처리함으로서 정보의 손실을 최소화하는 데이터 복원 장치 및 그 제어 방법을 제공함을 목적으로 한다.An object of the present invention is to provide a data restoration apparatus and a control method thereof that minimize loss of information by processing all characteristic positions where loss occurs in DNA data without discarding them.

이상과 같은 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 데이터 복원 장치는 DNA 데이터가 저장된 스토리지 및 상기 DNA 데이터에서 손실된 특징을 검출하고, 상기 손실된 특징의 주변 정보의 통계를 이용하여 상기 손실된 특징을 보충하는 프로세서를 포함한다.According to an aspect of the present invention, there is provided a data restoration apparatus for detecting a lost feature in a storage and DNA data in which DNA data is stored and statistics of peripheral information of the lost feature, And a processor that complements the lost feature.

또한, 상기 프로세서는 상기 손실이 발생한 차원에서 나타난 특징들을 수집하며, 상기 특징들에 대해 균일한 분포에서 샘플링하여, 상기 샘플링된 특징을 상기 손실된 특징에 주입할 수 있다.The processor may also collect features exhibited in the dimension at which the loss occurred, sample at a uniform distribution for the features, and inject the sampled features into the lost feature.

또한, 상기 프로세서는 상기 손실이 발생한 차원에서 나타난 특징들을 수집하며, 상기 특징들에 대해 균일한 분포에서 임의 샘플링하여, 상기 샘플링된 특징을 상기 손실된 특징에 주입할 수 있다.The processor may also collect features exhibited in the dimension in which the loss occurs, randomly sample the features in a uniform distribution, and inject the sampled features into the lost feature.

또한, 상기 프로세서는 상기 손실이 발생한 차원에서 나타난 특징들을 수집하며, 상기 특징들에 대해 균일한 분포에서 최적화 과정을 거치지 않고 샘플링하여, 상기 샘플링된 특징을 상기 손실된 특징에 주입할 수 있다.In addition, the processor may collect the features exhibited at the dimension where the loss occurred, sample at a uniform distribution for the features without optimization, and inject the sampled feature into the lost feature.

또한, 상기 DNA 데이터는 이산화된 데이터이며, 상기 프로세서는 상기 이산화된 DNA 데이터에서 손실된 특징을 검출하고, 상기 손실이 발생한 차원에서 나타난 특징들을 수집하며, 상기 특징들에 대해 이산화된 균일한 분포에서 샘플링하여, 상기 샘플링된 특징을 상기 손실된 특징에 주입할 수 있다.In addition, the DNA data is discretized data, and the processor detects the lost features in the disrupted DNA data, collects the features that appeared at the loss occurrence dimension, and the disrupted uniform distribution And to sample the feature to inject the sampled feature into the lost feature.

한편, 본 발명의 일 실시 예에 따르면, 데이터 복원 장치의 제어 방법은 DNA 데이터를 저장하는 단계, 상기 DNA 데이터에서 손실된 특징을 검출하는 단계 및 상기 손실된 특징의 주변 정보의 통계를 이용하여 상기 손실된 특징을 보충하는 단계를 포함한다.According to an embodiment of the present invention, there is provided a method of controlling a data decompression apparatus, comprising: storing DNA data; detecting a lost feature in the DNA data; And supplementing the lost feature.

또한, 상기 보충하는 단계는 상기 손실이 발생한 차원에서 나타난 특징들을 수집하는 단계, 상기 특징들에 대해 균일한 분포에서 샘플링하는 단계 및 상기 샘플링된 특징을 상기 손실된 특징에 주입하는 단계를 포함할 수 있다.In addition, the supplementing step may include collecting the features that appeared at the loss occurrence dimension, sampling at the uniform distribution for the features, and injecting the sampled feature at the lost feature have.

또한, 상기 보충하는 단계는 상기 손실이 발생한 차원에서 나타난 특징들을 수집하는 단계, 상기 특징들에 대해 균일한 분포에서 임의 샘플링하는 단계 및 상기 샘플링된 특징을 상기 손실된 특징에 주입하는 단계를 포함할 수 있다.In addition, the supplementing step may include collecting features exhibited at the level at which the loss occurred, random sampling at a uniform distribution for the features, and injecting the sampled feature into the lost feature .

또한, 상기 보충하는 단계는 상기 손실이 발생한 차원에서 나타난 특징들을 수집하는 단계, 상기 특징들에 대해 균일한 분포에서 최적화 과정을 거치지 않고 샘플링하는 단계 및 상기 샘플링된 특징을 상기 손실된 특징에 주입하는 단계를 포함할 수 있다.The supplementing step may further include the steps of: collecting features that appear at the level at which the loss occurs; sampling at a uniform distribution over the features without optimization; and injecting the sampled features into the lost feature Step < / RTI >

또한, 상기 DNA 데이터는 이산화된 데이터이며, 상기 검출하는 단계는 상기 이산화된 DNA 데이터에서 손실된 특징을 검출하고, 상기 보충하는 단계는 상기 손실이 발생한 차원에서 나타난 특징들을 수집하는 단계, 상기 특징들에 대해 이산화된 균일한 분포에서 샘플링하는 단계 및 상기 샘플링된 특징을 상기 손실된 특징에 주입하는 단계를 포함할 수 있다.Further, the DNA data is discretized data, and the detecting step detects a feature that is lost in the disrupted DNA data, and the step of supplementing includes collecting features appearing at the loss occurrence level, Sampling in a discrete homogenous distribution for the sampled feature, and injecting the sampled feature into the lost feature.

한편, 본 발명의 일 실시 예에 따르면, 데이터 복원 장치의 제어 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록 매체에 있어서, 상기 제어 방법은 DNA 데이터를 저장하는 단계, 상기 DNA 데이터에서 손실된 특징을 검출하는 단계 및 상기 손실된 특징의 주변 정보의 통계를 이용하여 상기 손실된 특징을 보충하는 단계를 포함한다.According to an embodiment of the present invention, there is provided a computer-readable recording medium including a program for executing a control method of a data restoration apparatus, the control method comprising the steps of: storing DNA data; Detecting a feature and supplementing the lost feature using statistics of the perimeter information of the lost feature.

이상과 같은 본 발명의 다양한 실시 예에 따르면, 데이터 복원 장치는 손실을 주변 데이터를 이용하여 복원함에 따라 정보의 손실을 최소화할 수 있는 효과가 있다.According to various embodiments of the present invention as described above, the data restoration apparatus minimizes the loss of information by restoring the loss using the peripheral data.

또한, 종래의 인코더와 같이 특별한 압축 및 최적화 기술 없이 주변 데이터를 이용하여 손실을 복원함에 따라 복원 속도가 개선될 수 있는 효과가 있다.Also, as in the conventional encoder, there is an effect that the restoration speed can be improved by restoring the loss using the surrounding data without special compression and optimization techniques.

또한, 종래 가우시안 혼합 모델을 이용함에 따라 연속 함수에만 적용할 수 있는 문제가 있었으나, 본 데이터 복원 장치는 이산화된 데이터에도 적용할 수 있는 효과가 있다.In addition, the conventional Gaussian mixture model has a problem that it can be applied only to continuous functions. However, the present data restoration apparatus can be applied to discretized data.

도 1a는 본 발명의 일 실시 예에 따른 데이터 복원 장치를 설명하기 위한 블록도이다.
도 1b는 본 발명의 다른 실시 예에 따른 데이터 복원 장치의 세부 구성을 나타내는 블럭도이다.
도 2는 본 발명의 일 실시 예에 따른 데이터 복원 장치의 제어 방법을 설명하기 위한 흐름도이다.FIG. 1A is a block diagram for explaining a data restoration apparatus according to an embodiment of the present invention.
1B is a block diagram illustrating a detailed configuration of a data restoration apparatus according to another embodiment of the present invention.
2 is a flowchart illustrating a method of controlling a data restoration apparatus according to an embodiment of the present invention.

이하, 첨부된 도면들에 기재된 내용들을 참조하여 본 발명을 상세히 설명한다. 다만, 본 발명이 예시적 실시 예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일 참조부호는 실질적으로 동일한 기능을 수행하는 부재를 나타낸다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings. However, the present invention is not limited to or limited by the exemplary embodiments. Like reference numerals in the drawings denote members performing substantially the same function.

본 발명의 목적 및 효과는 하기의 설명에 의해서 자연스럽게 이해되거나 보다 분명해질 수 있으며, 하기의 기재만으로 본 발명의 목적 및 효과가 제한되는 것은 아니다. 또한, 본 발명을 설명함에 있어 본 발명과 관련된 공지 기술에 대한 구체적인 설명이, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다.The objects and effects of the present invention can be understood or clarified naturally by the following description, and the objects and effects of the present invention are not limited only by the following description. DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS The present invention will now be described more fully with reference to the accompanying drawings, in which exemplary embodiments of the invention are shown.

도 1a는 본 발명의 일 실시 예에 따른 데이터 복원 장치(100)를 설명하기 위한 블록도이다. 도 1a에 따르면, 데이터 복원 장치(100)는 스토리지(110) 및 프로세서(120)를 포함한다.FIG. 1A is a block diagram for explaining a data restoration apparatus 100 according to an embodiment of the present invention. According to FIG. 1A, a data recovery apparatus 100 includes a storage 110 and a processor 120. FIG.

스토리지(110)는 DNA(deoxyribonucleic acid) 데이터를 저장할 수 있다. DNA 데이터는 유전 정보를 저장하는 물리적 실체를 나타내는 데이터일 수 있다. DNA 데이터는 특성상 한 위치에서 나오는 특징의 종류가 정해져 있을 수 있다.The storage 110 may store deoxyribonucleic acid (DNA) data. The DNA data may be data representing a physical entity that stores genetic information. The nature of the DNA data may be determined by the nature of the features coming from one location.

다만, 이에 한정되는 것은 아니며, 스토리지(110)는 각각의 위치에서 발생 가능한 특징이 한정적인 데이터를 저장할 수도 있다. 즉, 스토리지(110)는 일정한 규칙성이 있는 데이터를 저장할 수 있다.However, the present invention is not limited thereto, and the storage 110 may store data with limited characteristics that can be generated at each position. That is, the storage 110 may store data with a certain regularity.

또한, 스토리지(110)는 일정한 규칙성에 대한 정보를 저장하며, 이러한 규칙성에 대한 정보로부터 데이터를 복원하는 방법을 저장할 수 있다.In addition, the storage 110 may store information on certain regularities and may store a method of restoring data from information on such regularities.

스토리지(110)는 램, 롬, 자기 테이프 등과 같이 데이터를 저장할 수 있는 구성이면, 어떠한 구성이라도 무방하다.The storage 110 may have any configuration as long as it can store data such as a RAM, a ROM, a magnetic tape, or the like.

프로세서(120)는 데이터 복원 장치(100)의 동작을 전반적으로 제어할 수 있다. 프로세서(120)는 CPU, AP 등일 수 있으나, 이에 한정되는 것은 아니며, 장치를 제어할 수 있는 구성이면 어떠한 것이라도 무방하다.The processor 120 may control the operation of the data decompression apparatus 100 as a whole. The processor 120 may be a CPU, an AP, or the like, but the present invention is not limited thereto.

프로세서(120)는 DNA 데이터에서 손실된 특징을 검출하고, 손실된 특징의 주변 정보의 통계를 이용하여 손실된 특징을 보충할 수 있다. 즉, 프로세서(120)는 DNA 데이터에서 손실된 특징이 검출되었을 때, 손실이 나타난 특징 차원을 없애는 것이 아니라, 이를 보충할 수 있다.The processor 120 may detect missing features in the DNA data and supplement the lost features using statistics of the surrounding information of the lost features. That is, when the lost feature is detected in the DNA data, the processor 120 can supplement the feature dimension in which the loss appears, instead of eliminating it.

구체적으로, 프로세서(120)는 손실이 발생한 차원에서 나타난 특징들을 수집하며, 특징들에 대해 균일한 분포에서 샘플링하여, 샘플링된 특징을 손실된 특징에 주입할 수 있다.In particular, the processor 120 may collect the features that appeared in the dimension at which the loss occurred, and may sample the features in a uniform distribution to inject the sampled features into the lost feature.

특히, DNA 데이터는 특성상 한 위치에서 나오는 특징의 종류가 정해져 있으며, 프로세서(120)는 이러한 점을 이용하여 정보의 손실을 최소화하고, 더 자연스러운 복원을 수행할 수 있다.Particularly, the nature of the DNA data is determined by the characteristics of the DNA data, and the processor 120 can minimize the loss of information and perform a more natural restoration.

프로세서(120)는 손실이 발생한 차원에서 나타난 특징들을 수집하며, 특징들에 대해 균일한 분포에서 임의 샘플링하여, 샘플링된 특징을 손실된 특징에 주입할 수 있다.The processor 120 may collect the features that appeared in the lossy dimension, randomly sample the features in a uniform distribution, and inject sampled features into the lost feature.

또한, 프로세서(120)는 손실이 발생한 차원에서 나타난 특징들을 수집하며, 특징들에 대해 균일한 분포에서 최적화 과정을 거치지 않고 샘플링하여, 샘플링된 특징을 손실된 특징에 주입할 수 있다. 즉, 프로세서(120)는 별도의 인코딩 과정 등을 거치지 않고, 주변 정보에 기초하여 손실을 복원할 수 있다.In addition, the processor 120 may collect the features exhibited at the loss occurrence dimension, sample at the uniform distribution for the features without optimization, and inject the sampled feature into the lost feature. That is, the processor 120 can recover the loss based on the surrounding information without performing a separate encoding process or the like.

한편, DNA 데이터는 이산화된 데이터이고, 프로세서(120)는 이산화된 DNA 데이터에서 손실된 특징을 검출하고, 손실이 발생한 차원에서 나타난 특징들을 수집하며, 특징들에 대해 이산화된 균일한 분포에서 샘플링하여, 샘플링된 특징을 손실된 특징에 주입할 수 있다.On the other hand, the DNA data is discretized data, and the processor 120 detects the missing features in the disrupted DNA data, collects the features that appeared at the loss occurrence dimension, samples at the discrete uniform distribution for the features , The sampled feature may be injected into the lost feature.

도 1b는 본 발명의 다른 실시 예에 따른 데이터 복원 장치(100)의 세부 구성을 나타내는 블럭도이다. 도 1b에 따르면, 데이터 복원 장치(100)는 스토리지(110), 프로세서(120), 디스플레이(130), 사용자 인터페이스(140) 및 통신부(150)를 포함한다. 도 1b에 도시된 구성요소들 중 도 1a에 도시된 구성요소와 중복되는 부분에 대해서는 자세한 설명을 생략한다.1B is a block diagram showing a detailed configuration of a data restoration apparatus 100 according to another embodiment of the present invention. 1B, the data recovery apparatus 100 includes a storage 110, a processor 120, a display 130, a user interface 140, and a communication unit 150. Details of the components shown in FIG. 1B that overlap with the components shown in FIG. 1A will not be described in detail.

프로세서(120)는 스토리지(110)에 저장된 각종 프로그램을 이용하여 데이터 복원 장치(100)의 동작을 전반적으로 제어한다.The processor 120 controls the operation of the data decompression apparatus 100 by using various programs stored in the storage 110.

구체적으로, 프로세서(120)는 RAM(121), ROM(122), 메인 CPU(123), 그래픽 처리부(124), 제1 내지 n 인터페이스(125-1 ~ 125-n), 버스(126)를 포함한다.Specifically, the processor 120 includes a RAM 121, a ROM 122, a main CPU 123, a graphics processing unit 124, first through n interfaces 125-1 through 125-n, .

RAM(121), ROM(122), 메인 CPU(123), 그래픽 처리부(124), 제1 내지 n 인터페이스(125-1 ~ 125-n) 등은 버스(126)를 통해 서로 연결될 수 있다.The RAM 121, the ROM 122, the main CPU 123, the graphics processing unit 124, the first to n interfaces 125-1 to 125-n, etc. may be connected to each other via a bus 126.

제1 내지 n 인터페이스(125-1 내지 125-n)는 상술한 각종 구성요소들과 연결된다. 인터페이스들 중 하나는 네트워크를 통해 외부 장치와 연결되는 네트워크 인터페이스가 될 수도 있다.The first to n-th interfaces 125-1 to 125-n are connected to the various components described above. One of the interfaces may be a network interface connected to an external device via a network.

메인 CPU(123)는 스토리지(110)에 액세스하여, 스토리지(110)에 저장된 O/S를 이용하여 부팅을 수행한다. 그리고, 스토리지(110)에 저장된 각종 어플리케이션, 컨텐츠, 데이터 등을 이용하여 다양한 동작을 수행한다.The main CPU 123 accesses the storage 110 and performs booting using the O / S stored in the storage 110. [ Then, various operations are performed using various applications stored in the storage 110, contents, data, and the like.

ROM(122)에는 시스템 부팅을 위한 명령어 세트 등이 저장된다. 턴온 명령이 입력되어 전원이 공급되면, 메인CPU(123)는 ROM(122)에 저장된 명령어에 따라 스토리지(110)에 저장된 O/S를 RAM(121)에 복사하고, O/S를 실행시켜 시스템을 부팅시킨다. 부팅이 완료되면, 메인 CPU(123)는 스토리지(110)에 저장된 각종 어플리케이션 프로그램을 RAM(121)에 복사하고, RAM(121)에 복사된 어플리케이션 프로그램을 실행시켜 각종 동작을 수행한다.The ROM 122 stores a command set for booting the system and the like. When the turn-on command is input and power is supplied, the main CPU 123 copies the O / S stored in the storage 110 to the RAM 121 according to the command stored in the ROM 122, . When the booting is completed, the main CPU 123 copies various application programs stored in the storage 110 to the RAM 121, executes the application program copied to the RAM 121, and performs various operations.

그래픽 처리부(124)는 연산부(미도시) 및 렌더링부(미도시)를 이용하여 아이콘, 이미지, 텍스트 등과 같은 다양한 객체를 포함하는 화면을 생성한다. 연산부(미도시)는 수신된 제어 명령에 기초하여 화면의 레이아웃에 따라 각 객체들이 표시될 좌표값, 형태, 크기, 컬러 등과 같은 속성값을 연산한다. 렌더링부(미도시)는 연산부(미도시)에서 연산한 속성값에 기초하여 객체를 포함하는 다양한 레이아웃의 화면을 생성한다. 렌더링부(미도시)에서 생성된 화면은 디스플레이(130)의 디스플레이 영역 내에 표시된다.The graphic processing unit 124 generates a screen including various objects such as an icon, an image, and a text using an operation unit (not shown) and a rendering unit (not shown). The operation unit (not shown) calculates an attribute value such as a coordinate value, a shape, a size, and a color to be displayed by each object according to the layout of the screen based on the received control command. The rendering unit (not shown) creates screens of various layouts including the objects based on the attribute values calculated by the operation unit (not shown). The screen generated in the rendering unit (not shown) is displayed in the display area of the display 130.

한편, 상술한 프로세서(120)의 동작은 스토리지(110)에 저장된 프로그램에 의해 이루어질 수 있다.The operation of the processor 120 described above may be performed by a program stored in the storage 110. [

도 2는 본 발명의 일 실시 예에 따른 데이터 복원 장치의 제어 방법을 설명하기 위한 흐름도이다.2 is a flowchart illustrating a method of controlling a data restoration apparatus according to an embodiment of the present invention.

먼저, DNA 데이터를 저장한다(S210). 그리고, DNA 데이터에서 손실된 특징을 검출한다(S220). 그리고, 손실된 특징의 주변 정보의 통계를 이용하여 손실된 특징을 보충한다(S230).First, the DNA data is stored (S210). Then, the lost feature is detected in the DNA data (S220). Then, the lost feature is supplemented by using the statistics of the surrounding information of the lost feature (S230).

여기서, 보충하는 단계(S230)는 손실이 발생한 차원에서 나타난 특징들을 수집하는 단계, 특징들에 대해 균일한 분포에서 샘플링하는 단계 및 샘플링된 특징을 손실된 특징에 주입하는 단계를 포함할 수 있다.Here, the step of supplementing (S230) may include collecting the features that appeared in the dimension in which the loss occurred, sampling in the uniform distribution with respect to the features, and injecting the sampled feature into the lost feature.

또는, 보충하는 단계(S230)는 손실이 발생한 차원에서 나타난 특징들을 수집하는 단계, 특징들에 대해 균일한 분포에서 임의 샘플링하는 단계 및 샘플링된 특징을 손실된 특징에 주입하는 단계를 포함할 수 있다.Alternatively, the step of replenishing (S230) may include collecting the features that appeared in the dimension in which the loss occurred, random sampling in the uniform distribution for the features, and injecting the sampled features into the lost feature .

그리고, 보충하는 단계(S230)는 손실이 발생한 차원에서 나타난 특징들을 수집하는 단계, 특징들에 대해 균일한 분포에서 최적화 과정을 거치지 않고 샘플링하는 단계 및 샘플링된 특징을 손실된 특징에 주입하는 단계를 포함할 수 있다.The supplementing step S230 includes the steps of collecting the features exhibited in the dimension in which the loss occurs, sampling the sampled features in the uniform distribution without the optimization, and injecting the sampled features into the lost feature .

한편, DNA 데이터는 이산화된 데이터이며, 검출하는 단계(S220)는 이산화된 DNA 데이터에서 손실된 특징을 검출하고, 보충하는 단계(S230)는 손실이 발생한 차원에서 나타난 특징들을 수집하는 단계, 특징들에 대해 이산화된 균일한 분포에서 샘플링하는 단계 및 샘플링된 특징을 손실된 특징에 주입하는 단계를 포함할 수 있다.Meanwhile, the DNA data is discretized data. In the detecting step S220, a step S230 of detecting and supplementing lost features in the disrupted DNA data is performed. Sampling at a discrete homogenous distribution for the sampled feature and injecting the sampled feature into the lost feature.

한편, 이러한 다양한 실시 예에 따른 방법들은 프로그래밍되어 각종 저장 매체에 저장될 수 있다. 이에 따라, 저장 매체를 실행하는 다양한 유형의 전자 장치에서 상술한 다양한 실시 예에 따른 방법들이 구현될 수 있다.Meanwhile, the methods according to various embodiments may be programmed and stored in various storage media. As such, the methods according to various embodiments described above can be implemented in various types of electronic devices that execute the storage medium.

구체적으로는, 본 발명의 일 실시 예에 따르면, 환자 정보를 입력받는 단계, 환자의 머리의 구조를 감지하는 단계 및 입력된 환자 정보 및 감지된 환자의 머리 구조 정보에 기초하여 환자의 수면무호흡증 여부 확률을 산출하고, 산출된 확률에 기초하여 환자의 수면무호흡증 여부를 진단하는 단계를 순차적으로 수행하는 프로그램이 저장된 비일시적 판독 가능 매체(non-transitory computer readable medium)가 제공될 수 있다.More specifically, according to an embodiment of the present invention, there is provided a method for diagnosing a sleep apnea syndrome, comprising the steps of receiving patient information, detecting a structure of a head of a patient, A non-transitory computer readable medium may be provided in which a program for sequentially calculating a probability and diagnosing whether a patient has a sleep apnea based on the calculated probability is provided.

비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 어플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.A non-transitory readable medium is a medium that stores data for a short period of time, such as a register, cache, memory, etc., but semi-permanently stores data and is readable by the apparatus. In particular, the various applications or programs described above may be stored on non-volatile readable media such as CD, DVD, hard disk, Blu-ray disk, USB, memory card, ROM,

이상과 같은 본 발명의 다양한 실시 예에 따르면, 데이터 복원 장치는 손실을 주변 데이터를 이용하여 복원함에 따라 정보의 손실을 최소화할 수 있는 효과가 있다.According to various embodiments of the present invention as described above, the data restoration apparatus minimizes the loss of information by restoring the loss using the peripheral data.

또한, 종래의 인코더와 같이 특별한 압축 및 최적화 기술 없이 주변 데이터를 이용하여 손실을 복원함에 따라 복원 속도가 개선될 수 있는 효과가 있다.Also, as in the conventional encoder, there is an effect that the restoration speed can be improved by restoring the loss using the surrounding data without special compression and optimization techniques.

또한, 종래 가우시안 혼합 모델을 이용함에 따라 연속 함수에만 적용할 수 있는 문제가 있었으나, 본 데이터 복원 장치는 이산화된 데이터에도 적용할 수 있는 효과가 있다.In addition, the conventional Gaussian mixture model has a problem that it can be applied only to continuous functions. However, the present data restoration apparatus can be applied to discretized data.

한편, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, It will be understood by those skilled in the art that various changes in form and detail may be made therein without departing from the spirit and scope of the present invention.

100 : 데이터 복원 장치
110 : 스토리지
120 : 프로세서
130 : 디스플레이
140 : 사용자 인터페이스
150 : 통신부100: Data restoration device
110: Storage
120: Processor
130: Display
140: User interface
150:

Claims (11)

데이터 복원 장치에 있어서,
DNA 데이터가 저장된 스토리지; 및
상기 DNA 데이터에서 손실된 특징을 검출하고, 상기 손실된 특징의 주변 정보의 통계를 이용하여 상기 손실된 특징을 보충하는 프로세서;를 포함하는 데이터 복원 장치.
A data restoration apparatus comprising:
Storage where DNA data is stored; And
And a processor for detecting lost features in the DNA data and supplementing the lost features using statistics of the lost information of the surrounding information.
제1항에 있어서,
상기 프로세서는,
상기 손실이 발생한 차원에서 나타난 특징들을 수집하며, 상기 특징들에 대해 균일한 분포에서 샘플링하여, 상기 샘플링된 특징을 상기 손실된 특징에 주입하는 것을 특징으로 하는, 데이터 복원 장치.
The method according to claim 1,
The processor comprising:
Collects the features exhibited in the dimension where the loss occurred, samples the uniform distribution over the features, and injects the sampled feature into the lost feature.
제1항에 있어서,
상기 프로세서는,
상기 손실이 발생한 차원에서 나타난 특징들을 수집하며, 상기 특징들에 대해 균일한 분포에서 임의 샘플링하여, 상기 샘플링된 특징을 상기 손실된 특징에 주입하는 것을 특징으로 하는, 데이터 복원 장치.
The method according to claim 1,
The processor comprising:
Collects the features exhibited in the dimension in which the loss occurred, randomly samples the features in a uniform distribution, and injects the sampled feature into the lost feature.
제1항에 있어서,
상기 프로세서는,
상기 손실이 발생한 차원에서 나타난 특징들을 수집하며, 상기 특징들에 대해 균일한 분포에서 최적화 과정을 거치지 않고 샘플링하여, 상기 샘플링된 특징을 상기 손실된 특징에 주입하는 것을 특징으로 하는, 데이터 복원 장치.
The method according to claim 1,
The processor comprising:
Collecting the features exhibited in the dimension in which the loss occurs, sampling the sampled features without optimization in a uniform distribution, and injecting the sampled features into the lost feature.
제1항에 있어서,
상기 DNA 데이터는,
이산화된 데이터이며,
상기 프로세서는,
상기 이산화된 DNA 데이터에서 손실된 특징을 검출하고, 상기 손실이 발생한 차원에서 나타난 특징들을 수집하며, 상기 특징들에 대해 이산화된 균일한 분포에서 샘플링하여, 상기 샘플링된 특징을 상기 손실된 특징에 주입하는 것을 특징으로 하는, 데이터 복원 장치.
The method according to claim 1,
The DNA data may include,
Discretized data,
The processor comprising:
Detecting missing features in the discretized DNA data, collecting features exhibited at the loss occurrence dimension, sampling at a discrete homogenous distribution for the features, and injecting the sampled feature into the lost feature The data restoration apparatus comprising:
데이터 복원 장치의 제어 방법에 있어서,
DNA 데이터를 저장하는 단계;
상기 DNA 데이터에서 손실된 특징을 검출하는 단계; 및
상기 손실된 특징의 주변 정보의 통계를 이용하여 상기 손실된 특징을 보충하는 단계;를 포함하는 제어 방법.
A method of controlling a data restoration apparatus,
Storing DNA data;
Detecting a lost feature in the DNA data; And
And supplementing the lost feature using statistics of the perimeter information of the lost feature.
제6항에 있어서,
상기 보충하는 단계는,
상기 손실이 발생한 차원에서 나타난 특징들을 수집하는 단계;
상기 특징들에 대해 균일한 분포에서 샘플링하는 단계; 및
상기 샘플링된 특징을 상기 손실된 특징에 주입하는 단계;를 포함하는 것을 특징으로 하는, 제어 방법.
The method according to claim 6,
Wherein said supplementing comprises:
Collecting characteristics that appeared in the dimension where the loss occurred;
Sampling in uniform distribution for said features; And
And injecting the sampled feature into the lost feature.
제6항에 있어서,
상기 보충하는 단계는,
상기 손실이 발생한 차원에서 나타난 특징들을 수집하는 단계;
상기 특징들에 대해 균일한 분포에서 임의 샘플링하는 단계; 및
상기 샘플링된 특징을 상기 손실된 특징에 주입하는 단계;를 포함하는 것을 특징으로 하는, 제어 방법.
The method according to claim 6,
Wherein said supplementing comprises:
Collecting characteristics that appeared in the dimension where the loss occurred;
Random sampling in a uniform distribution for said features; And
And injecting the sampled feature into the lost feature.
제6항에 있어서,
상기 보충하는 단계는,
상기 손실이 발생한 차원에서 나타난 특징들을 수집하는 단계;
상기 특징들에 대해 균일한 분포에서 최적화 과정을 거치지 않고 샘플링하는 단계; 및
상기 샘플링된 특징을 상기 손실된 특징에 주입하는 단계;를 포함하는 것을 특징으로 하는, 제어 방법.
The method according to claim 6,
Wherein said supplementing comprises:
Collecting characteristics that appeared in the dimension where the loss occurred;
Sampling for the features without an optimization process in a uniform distribution; And
And injecting the sampled feature into the lost feature.
제6항에 있어서,
상기 DNA 데이터는,
이산화된 데이터이며,
상기 검출하는 단계는,
상기 이산화된 DNA 데이터에서 손실된 특징을 검출하고,
상기 보충하는 단계는,
상기 손실이 발생한 차원에서 나타난 특징들을 수집하는 단계;
상기 특징들에 대해 이산화된 균일한 분포에서 샘플링하는 단계; 및
상기 샘플링된 특징을 상기 손실된 특징에 주입하는 단계;를 포함하는 것을 특징으로 하는, 제어 방법.
The method according to claim 6,
The DNA data may include,
Discretized data,
Wherein the detecting comprises:
Detecting lost features in the disrupted DNA data,
Wherein said supplementing comprises:
Collecting characteristics that appeared in the dimension where the loss occurred;
Sampling in a discrete homogeneous distribution for said features; And
And injecting the sampled feature into the lost feature.
데이터 복원 장치의 제어 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록 매체에 있어서,
상기 제어 방법은,
DNA 데이터를 저장하는 단계;
상기 DNA 데이터에서 손실된 특징을 검출하는 단계; 및
상기 손실된 특징의 주변 정보의 통계를 이용하여 상기 손실된 특징을 보충하는 단계;를 포함하는 기록 매체.A computer-readable recording medium containing a program for executing a control method of a data restoration apparatus,
In the control method,
Storing DNA data;
Detecting a lost feature in the DNA data; And
And supplementing the lost feature using statistics of the perimeter information of the lost feature.
KR1020170121862A 2017-09-21 2017-09-21 Sampling-based DNA data compensation algorithm KR102059500B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170121862A KR102059500B1 (en) 2017-09-21 2017-09-21 Sampling-based DNA data compensation algorithm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170121862A KR102059500B1 (en) 2017-09-21 2017-09-21 Sampling-based DNA data compensation algorithm

Publications (2)

Publication Number Publication Date
KR20190033682A true KR20190033682A (en) 2019-04-01
KR102059500B1 KR102059500B1 (en) 2019-12-27

Family

ID=66104436

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170121862A KR102059500B1 (en) 2017-09-21 2017-09-21 Sampling-based DNA data compensation algorithm

Country Status (1)

Country Link
KR (1) KR102059500B1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040070438A (en) * 2003-02-03 2004-08-09 삼성전자주식회사 Apparatus for encoding DNA sequence and method of the same
KR100734430B1 (en) * 2006-11-13 2007-07-02 한국정보통신대학교 산학협력단 A protocol for searching classifier gene set from microarray dataset
KR20090083014A (en) * 2008-01-29 2009-08-03 주식회사 가온솔루션 Data loss reconstruction device and method applicable to sensor network environment
KR20130076257A (en) * 2011-12-28 2013-07-08 포항공과대학교 산학협력단 System and method for data feature extraction
KR101731832B1 (en) 2016-02-04 2017-05-02 연세대학교 산학협력단 Method and Apparatus of Encoding and Decoding for Data Recovery in Storage System

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040070438A (en) * 2003-02-03 2004-08-09 삼성전자주식회사 Apparatus for encoding DNA sequence and method of the same
KR100734430B1 (en) * 2006-11-13 2007-07-02 한국정보통신대학교 산학협력단 A protocol for searching classifier gene set from microarray dataset
KR20090083014A (en) * 2008-01-29 2009-08-03 주식회사 가온솔루션 Data loss reconstruction device and method applicable to sensor network environment
KR20130076257A (en) * 2011-12-28 2013-07-08 포항공과대학교 산학협력단 System and method for data feature extraction
KR101731832B1 (en) 2016-02-04 2017-05-02 연세대학교 산학협력단 Method and Apparatus of Encoding and Decoding for Data Recovery in Storage System

Also Published As

Publication number Publication date
KR102059500B1 (en) 2019-12-27

Similar Documents

Publication Publication Date Title
KR102047568B1 (en) Measuring web page rendering time
US9996363B2 (en) Methods of and apparatus for displaying windows on a display
US20140218385A1 (en) System and method for visual segmentation of application screenshots
US20150082242A1 (en) Providing Context Menu Based on Predicted Commands
US9262180B2 (en) Method and apparatus for recommending product features in a software application in real time
JP6888019B2 (en) Memory access command transfer descriptor
US9182934B2 (en) Method and apparatus for generating an output surface from one or more input surfaces in data processing systems
CN112200187A (en) Target detection method, device, machine readable medium and equipment
CN111866577B (en) Screen recording method, electronic device and computer readable storage medium
CN107688428B (en) Display interface control method and server
CN108369486B (en) Universal inking support
US8265396B2 (en) Data entry retrieval
CN112783346A (en) Handwriting data processing method and system, computer equipment and storage medium
KR20190033682A (en) Data recovering apparatus and control method thereof
JP6252296B2 (en) Data identification method, data identification program, and data identification apparatus
CN113988007A (en) Text display method and device, electronic equipment and storage medium
US20120299837A1 (en) Identifying contacts and contact attributes in touch sensor data using spatial and temporal features
CN111414728B (en) Numerical data display method, device, computer equipment and storage medium
CN114286082A (en) Power plant camera abnormity detection system, electronic equipment and storage medium
US20160170945A1 (en) Information processing device, information processing method, and computer program product
CN113627534A (en) Method and device for identifying type of dynamic image and electronic equipment
CN111552410A (en) Writing trace processing method, device, equipment and computer readable storage medium
CN110971895A (en) Video jitter detection method and device
CN110223369B (en) Frame buffer write-back method and device of TBR architecture and computer storage medium
CN115187889A (en) Method, system, medium and video monitor for fast comparison of video processing images

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant