본 논문에서는 알려진 범주 정보만을 활용하여 알려진 클래스와 알려지지 않은 클래스 모두에 속하는 새로운 스트림 데이터를 온라인에서 발견하는 것을 목표로 하는 실용적이면서도 어려운 과제인 온더플라이 범주 발견(OCD)을 연구하여, 기존 해시 기반 방법의 문제점을 해결하고 성능을 향상시키는 새로운 프로토타입 해시 인코딩(PHE) 프레임워크를 제안합니다.
