• 한국측량학회지
• /
• 제35권2호
• /
• pp.81-90
• /
• 2017

This study aimed to construct an integrated database using the same spatio-temporal unit by employing various public-data types with different real-time information provision cycles and spatial units. Towards this end, three temporal interpolation methods (piecewise constant interpolation, linear interpolation, nonlinear interpolation) and a spatial matching method by district boundaries was proposed. The case study revealed that the linear interpolation is an excellent method, and the spatial matching method also showed good results. It is hoped that various prediction models and data analysis methods will be developed in the future using different types of data in the analysis database.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.807-821
• /
• 2020

이 연구에서는 작물 모니터링을 위한 시계열 고해상도 영상 구축을 위해 기존 중저해상도 위성영상의 융합을 위해 개발된 대표적인 시공간 융합 모델의 적용성을 평가하였다. 특히 시공간 융합 모델의 원리를 고려하여 입력 영상 pair의 특성 차이에 따른 모델의 예측 성능을 비교하였다. 농경지에서 획득된 시계열 Sentinel-2 영상과 RapidEye 영상의 시공간 융합 실험을 통해 시공간 융합 모델의 예측 성능을 평가하였다. 시공간 융합 모델로는 Spatial and Temporal Adaptive Reflectance Fusion Model(STARFM), SParse-representation-based SpatioTemporal reflectance Fusion Model(SPSTFM)과 Flexible Spatiotemporal DAta Fusion(FSDAF) 모델을 적용하였다. 실험 결과, 세 시공간 융합 모델은 예측 오차와 공간 유사도 측면에서 서로 다른 예측 결과를 생성하였다. 그러나 모델 종류와 관계없이, 예측 시기와 영상 pair가 획득된 시기 사이의 시간 차이보다는 예측 시기의 저해상도 영상과 영상 pair의 상관성이 예측 능력 향상에 더 중요한 것으로 나타났다. 또한 작물 모니터링을 위해서는 오차 전파 문제를 완화할 수 있는 식생지수를 시공간 융합의 입력 자료로 사용해야 함을 확인하였다. 이러한 실험 결과는 작물 모니터링을 위한 시공간 융합에서 최적의 영상 pair 및 입력 자료 유형의 선택과 개선된 모델 개발의 기초정보로 활용될 수 있을 것으로 기대된다.

• Journal of Information Processing Systems
• /
• 제13권5호
• /
• pp.1259-1276
• /
• 2017

As technologies related to sensor network are currently emerging and the use of GeoSensor is increasing along with the development of Internet of Things (IoT) technology, spatial query processing systems to efficiently process spatial sensor data are being actively studied. However, existing spatial query processing systems do not support a spatial-temporal data type and a spatial-temporal operator for processing spatialtemporal sensor data. Therefore, they are inadequate for processing spatial-temporal sensor data like GeoSensor. Accordingly, this paper developed a spatial-temporal query processing system, for efficient spatial-temporal query processing of spatial-temporal sensor data in a sensor network. Lastly, this paper verified the utility of System through a scenario, and proved that this system's performance is better than existing systems through performance assessment of performance time and memory usage.

• 한국정보통신학회논문지
• /
• 제14권4호
• /
• pp.909-916
• /
• 2010

유비쿼터스 컴퓨팅 환경에서 GIS 서비스는 모바일 기기를 이용하여 언제, 어디서나 시공간 데이터를 이용할 수 있는 특징이 있다. 또한 최신의 공간 데이터를 무선 네트워크를 이용하여 서버로부터 클라이언트는 업데이트를 제공받는다. 하지만 기존의 시스템은 실세계의 변화를 서버에서 일정 주기로 수집하기 때문에 사용자에게 최신 정보를 제공하는데 오랜 시간이 소요되는 단점이 있다. 이 논문에서는 기존의 문제점을 해결하기 위해 필드 업데이트를 지원하는 양방향 동기화 시스템을 제안한다. 제안하는 시스템은 모바일 기기를 이용하여 클라이언트에서 실세계의 변경된 사항을 수집하고, 수집된 데이터를 서버에 전송한다.

• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1365-1375
• /
• 2016

일상생활 환경 속에서 자율적으로 동작하는 서비스 로봇에게 가장 필수적인 능력 중 하나가 동적으로 변화하는 주변 환경에 대한 올바른 상황 인식과 이해 능력이다. 다양한 센서 데이터 스트림들로 부터 신속히 의사 결정에 필요한 고수준의 상황 지식을 생성해내기 위해서는, 멀티 모달 센서 데이터의 융합, 불확실성 처리, 기호 지식의 실체화, 시간 의존성과 가변성 처리, 실시간성을 만족할 수 있는 시-공간 추론 등 많은 문제들이 해결되어야 한다. 이와 같은 문제들을 고려하여, 본 논문에서는 지능형 서비스 로봇을 위한 효과적인 동적 상황 관리 및 시-공간 추론 방법을 제시한다. 본 논문에서는 상황 지식 관리와 추론의 효율성을 극대화하기 위해, 저수준의 상황 지식은 센서 및 인식 데이터가 입력될 때마다 실시간적으로 생성되지만, 반면에 고수준의 상황 지식은 의사 결정 모듈에서 요구가 있을 때만 후향 시-공간 추론을 통해 유도되도록 알고리즘을 설계하였다. Kinect 시각 센서 기반의 Turtlebot를 이용한 실험을 통해, 제안한 방법에 기초한 동적 상황 관리 및 추론 시스템의 높은 효율성을 확인할 수 있었다.

• International Journal of Contents
• /
• 제17권3호
• /
• pp.1-14
• /
• 2021

Since the outbreak of the coronavirus disease 2019 (COVID-19) pandemic, a lot of efforts have been made in the field of data science to help combat against this disease. Among them, forecasting the number of cases of infection is a crucial problem to predict the development of the pandemic. Many deep learning-based models can be applied to solve this type of time series problem. In this research, we would like to take a step forward to incorporate spatial data (geography) with time series data to forecast the cases of region-level infection simultaneously. Specifically, we model a single spatio-temporal graph, in which nodes represent the geographic regions, spatial edges represent the distance between each pair of regions, and temporal edges indicate the node features through time. We evaluate this approach in COVID-19 in a Korean dataset, and we show a decrease of approximately 10% in both RMSE and MAE, and a significant boost to the training speed compared to the baseline models. Moreover, the training efficiency allows this approach to be extended for a large-scale spatio-temporal dataset.

• 방송공학회논문지
• /
• 제23권1호
• /
• pp.36-44
• /
• 2018

가상 현실(Virtual Reality) 및 증강 현실(Augmented Reality) 기기가 보급되면서 새로운 환경에서의 콘텐츠 제공 기술 연구에 대한 필요성이 증대되고 있다. 특히 해당 환경에서 제공할 수 있는 다양한 컨텐츠 중에서도 사물 인터넷(Internet of Things) 기기의 대중화로 인하여 다수의 일반 사용자들이 생산하고 활용하는 시공간 데이터가 증가하고 있다. 본 연구에서는 시공간 데이터에 대한 VR 및 AR 환경에서의 시각화를 위하여 먼저 데이터의 특성을 분석하였고, 일반 모니터를 사용하여 진행되었던 기존 연구에서의 시각화 기법들을 특성에 따라 분류하였다. 이를 통해 최신 기기의 사양 및 상호 작용 설계에 있어서의 특성을 반영하여, 기존 시각화 기법들의 차용 가능성을 살펴보았다. 본 연구의 결과를 통해 VR 및 AR 기기의 특성에 맞춰 시공간 데이터 시각화를 설계할 수 있을 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제9권12호
• /
• pp.1529-1541
• /
• 2006

Moving objects have been widely employed in traffic and logistic applications. Spatio-temporal aggregations mainly describe the moving object's behavior in the spatial data warehouse. The previous works usually express the object moving in some certain region, but ignore the object often moving along as the trajectory. Other researches focus on aggregation and comparison of trajectories. They divide the spatial region into units which records how many times the trajectories passed in the unit time. It not only makes the storage space quite ineffective, but also can not maintain spatial data property. In this paper, a spatio-temporal aggregation index structure for moving object trajectory in constrained network is proposed. An extended B-tree node contains the information of timestamp and the aggregation values of trajectories with two directions. The network is divided into segments and then the spatial index structure is constructed. There are the leaf node and the non leaf node. The leaf node contains the aggregation values of moving object's trajectory and the pointer to the extended B-tree. And the non leaf node contains the MBR(Minimum Bounding Rectangle), MSAV(Max Segment Aggregation Value) and its segment ID. The proposed technique overcomes previous problems efficiently and makes it practicable finding moving object trajectory in the time interval. It improves the shortcoming of R-tree, and makes some improvement to the spatio-temporal data in query processing and storage.

• Journal of Preventive Medicine and Public Health
• /
• 제54권5호
• /
• pp.301-308
• /
• 2021

Objectives: Despite its advantages, it is not yet common practice in Korea for researchers to investigate disease associations using spatio-temporal analyses. In this study, we aimed to review health-related epidemiological research using spatio-temporal analyses and to observe methodological trends. Methods: Health-related studies that applied spatial or spatio-temporal methods were identified using 2 international databases (PubMed and Embase) and 4 Korean academic databases (KoreaMed, NDSL, DBpia, and RISS). Two reviewers extracted data to review the included studies. A search for relevant keywords yielded 5919 studies. Results: Of the studies that were initially found, 150 were ultimately included based on the eligibility criteria. In terms of the research topic, 5 categories with 11 subcategories were identified: chronic diseases (n=31, 20.7%), infectious diseases (n=27, 18.0%), health-related topics (including service utilization, equity, and behavior) (n=47, 31.3%), mental health (n=15, 10.0%), and cancer (n=7, 4.7%). Compared to the period between 2000 and 2010, more studies published between 2011 and 2020 were found to use 2 or more spatial analysis techniques (35.6% of included studies), and the number of studies on mapping increased 6-fold. Conclusions: Further spatio-temporal analysis-related studies with point data are needed to provide insights and evidence to support policy decision-making for the prevention and control of infectious and chronic diseases using advances in spatial techniques.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.287-290
• /
• 2004

In the moving object database system, spatiotemporal join is very import operation when we process join moving objects. Processing time of spatio-temporal join operation increases by geometric progression with numbers of moving objects. Therefore efficient methods of spatio-temporal join is essential to moving object database system. In this paper, we propose spatio-temporal join algorithm with TB-Tree that preserves trajectories of moving objects, and show result of test. We first present basic algorithm, and propose cpu-time tunning algorithm and IO-time tunning algorithm. We show result of test with data set created by moving object generator tool.