• Journal of the Korean Data and Information Science Society
• /
• 제27권3호
• /
• pp.803-814
• /
• 2016

Recent times have seen an exponential increase in the amount of spatial data, which is in many cases associated with temporal data. Recent advances in computer technology and computation of hierarchical Bayesian models have enabled to analyze complex spatio-temporal data. Our work aims at modeling data of daily average nitrogen dioxide (NO2) levels obtained from 25 air monitoring sites in Seoul between 2003 and 2010. We considered an independent Gaussian process model and an auto-regressive model and carried out estimation within a hierarchical Bayesian framework with Markov chain Monte Carlo techniques. A Gaussian predictive process approximation has shown the better prediction performance rather than a Hierarchical auto-regressive model for the illustrative NO2 concentration levels at any unmonitored location.

• 한국IT서비스학회지
• /
• 제15권3호
• /
• pp.211-221
• /
• 2016

The human spatial mobility information is in high demand in various businesses; however, there are only few studies on human mobility because spatio-temporal data is insufficient and difficult to collect. Now with the spread of smartphones and the advent of social networking services, the spatio-temporal data began to occur on a large scale, and the data is available to the public. In this work, we compared the movement behavior of residents and tourists by using geo-tagged tweets which contain location information. We chose Seoul to be the target area for analysis. Various creative concepts and analytical methods are used: grid map concept, cells visited concept, reverse geocoding concept, average activity index, spatial mobility index, and determination of residents and visitors based on the number of days in residence. Conducting a series of analysis, we found significant differences of the movement behavior between local residents and tourists. We also discovered differences in visiting activity according to residential countries and used applications. We expect that findings of this research can provide useful information on tourist development and urban development.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권1호
• /
• pp.57-61
• /
• 2009

항목 기반의 순차 패턴 마이닝 기법들을 시공간 데이타에 적용하기 위해서는 시공간 속성 값에 대한 적절한 이산화가 필수적이다. 본 논문에서는 입력 데이타의 시공간적 상판 정보를 유지함과 동시에 데이타 수를 축소시킴으로써 마이닝 프로세스의 효율성을 높이는 이산화 기법을 제안한다. 제안된 기법은 선 단순화를 사용하여 궤적에 대한 근사치를 구함으로써 마이넘 단계에서 처리할 데이터 크기를 축소시킨다. 또한 단순화 된 궤적을 유사한 시공간적 특성을 가지는 논리적 그룹으로 군집화하여 데이터의 분포를 고려한 이산화를 수행한다. 실험을 통해 제안된 기법이 마이넝 프로세스의 효율성을 높일 뿐 아니라 보다 직관적이고 해석이 용이한 패턴을 도출하는 것을 보였다.

• The Journal of Korean Physical Therapy
• /
• 제21권2호
• /
• pp.79-85
• /
• 2009

Purpose: This study examined the characteristics of gait in patients with chronic low back pain. Methods: The subjects were out-patients suffering from chronic low back pain at the department of physical therapy, B hospital in Seoul. Gait analysis was performed by dividing the subjects into two groups. The study and control group comprised 15 chronic low back pain patients and 14 healthy people, respectively. Gait analysis was performed using a VICON 512 Motion Analysis System to obtain the spatio-temporal and kinematic parameters. Results: First, there was a significant difference in the spatio-temporal parameters between the two groups (p<0.05). Second, the study group showed significant differences in the kinematic parameters during the stance phase (p<0.05). Third, there were significant differences in kinematic parameters in the study group during the swing phase (p<0.05). Conclusion: The gait pattern of patients with chronic low back pain is characterized by more rigid patterns. Compared to the control group, there was a decrease in the spatio-temporal parameters and kinematic parameters in patients with chronic low back pain. These findings are expected to play a role as basic data and to form a rehabilitation program for low back pain patients.

• 한국측량학회지
• /
• 제30권6_1호
• /
• pp.549-557
• /
• 2012

환경 오염, 질병과 같은 확산의 위험 정보가 높은 공간 현상들은 신속한 초기 대응이 필요하며 특히 확산의 주체가 되는 이동체 데이터에 대한 실시간 처리와 분석을 통해 확산 요인 이벤트를 감지해야 한다. 이러한 이벤트를 처리하고 분석하기 위해 시공간 복합 이벤트 처리(Spatial-Temporal Complex Event Processing)가 활용된다. 기존의 시공간 복합 이벤트 처리는 기본적인 공간 연산이 가능하나 복잡도가 높은 공간 상황을 감지하는 시공간 복합 이벤트 설계에 적용이 미흡하였다. 본 연구에서는 시공간 복합 이벤트 처리의 공간 연산의 확장을 가능케 하고 복합적인 이벤트 설계 과정에서 효율적으로 이벤트를 관리 하기 위해 계층적 시공간 복합 이벤트 설계를 제안하였다. 제안된 방법으로 축산 관련 차량들 중 구제역 확산과 관련된 차량을 감지하는 새로운 이벤트를 생성하는 실험을 진행하여 제안된 시공간 복합 이벤트 처리의 효용성을 입증하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1225-1239
• /
• 2016

We investigate pediatric tumor incidence data collected by the Florida Association for Pediatric Tumor program using various models commonly used in disease mapping analysis. Particularly, we consider Poisson normal models with various conditional autoregressive structure for spatial dependence, a zero-in ated component to capture excess zero counts and a spatio-temporal model to capture spatial and temporal dependence, together. We found that intrinsic conditional autoregressive model provides the smallest Deviance Information Criterion (DIC) among the models when only spatial dependence is considered. On the other hand, adding an autoregressive structure over time decreases DIC over the model without time dependence component. We adopt weighted ranks squared error loss to identify high risk regions which provides similar results with other researchers who have worked on the same data set (e.g. Zhang et al., 2014; Wang and Rodriguez, 2014). Our results, thus, provide additional statistical support on those identied high risk regions discovered by the other researchers.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권5호
• /
• pp.463-475
• /
• 2006

교통 관리 시스템과 같은 응용에서는 공간 데이타 웨어하우스의 공간 계층을 이용한 분석을 수행하는데, 이러한 분석에서는 주로 단순한 집계정보만을 요구한다. 공간 계층 기반의 집계정보 제공을 위하여 기존의 연구들은 공간 인덱스를 사용한 해결방법을 제시하였는데, 대부분의 연구들은 공간 인덱스 중 가장 널리 이용되는 R-tree를 확장한 방법을 이용하였다. 그러나 단순히 현재 집계 정보만을 제공하여 수년에 걸친 분석을 요구하는 교통 정책에 대하여 의사결정을 지원할 수 없었다. 본 논문에서는 과거의 집계정보까지 관리할 수 있는 aR-tree(Aggregation R-tree)기반의 하이브리드 인덱스를 제안한다. 제안 기법은 aR-tree를 이용하여 공간 계층과 현재시점의 집계정보를 제공하며, 시간 구조체를 이용한 정렬 해쉬 테이블로 시간 계층과 과거의 집계정보를 제공한다. 따라서 제안기법은 시공간 분석을 통한 효율적인 의사결정을 지원하며, 이는 현재의 교통 분석 및 과거를 통한 교통 정책 결정을 가능하게 한다.

• 한국전자거래학회지
• /
• 제15권3호
• /
• pp.85-98
• /
• 2010

유비쿼터스 컴퓨팅 및 모바일 기술의 발달에 따라 위치 기반 서비스의 사용이 확대되어 가고 있고 모바일 전자 거래 환경에서 가장 주요한 서비스로 자리 잡고 있다. 하지만, 이와 함께 개인의 위치가 추적되고 노출됨에 의하여 사생활 침해와 같은 문제점들도 대두되고 있다. 본 연구는 개인의 위치를 노출시키지 않고도 시공간 질의를 처리하기 위한 새로운 시공 간 질의 처리 기법을 제안한다. 기존의 사용자 위치 은폐 기술은 사용자의 식별자를 감추거나 위치를 정적인 4분 트리나 격자 구조를 이용하여 은폐하는 방법을 사용하였다. 격자를 이용한 위치 은폐는 단순히 사용자의 식별자를 감추는 방법에 비해서는 우수한 방법이지만 미리 정해진 격자의 크기에 의해 위치를 은폐하므로 객체의 위치 분포에 따라 실제보다 불필요하게 많은 오차를 포함하게 되어 질의 성능이 저하되는 문제점을 지닌다. 본 연구에서는 시공간 질의 처리에 널리 사용되는 R-트리를 이용하여 위치 은폐를 수행하는 기법을 제안한다. R-트리의 노드는 기본적으로 최소 객체 개수를 보장하므로 R-트리의 MBR을 은폐된 위치로 직접 사용하면 위치 분포에 보다 능동적으로 대처할 수 있다. 본 연구는 다양한 실험 을 통하여 R-트리에 기반한 위치 은폐가 기존의 기법들에 비하여 우수한 성능을 보임을 증명하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.171-174
• /
• 2008

모바일 기기와 무선 통신 기술이 발달함에 따라 모바일 기기에서 수집 또는 변경되는 대용량 시 공간 데이터를 서버와 현장에서 동기화 하는 서비스의 제공이 가능해지고 있다. 이러한 현장 동기화 서비스를 제공하기 위하여 다수의 모바일 기기에서 변경된 대용량 시공간 데이터를 서버와 효율적으로 동기화 하는 양방향 동기화 프로토콜이 필요하다. 그러나 기존의 프로토콜은 순차적으로 동기화를 처리하기 때문에 다수의 모바일 기기에 대하여 수행할 때 처리 시간이 길어지는 문제가 있다. 이 논문에서는 다수의 양방향 동기화 작업간에 변경 충돌이 발생하지 않는 경우에 서버에서 동기화 작업들을 동시 수행하는 처리기법에 대하여 제안한다.

• 대한교통학회지
• /
• 제32권5호
• /
• pp.522-530
• /
• 2014

교통관리센터에 축적되어 있는 속도 이력데이터에는 반복 비반복 정체 시공간 전개에 대한 상세한 정보가 모두 들어있으나, 도해법에 의해 다루어져 왔기 때문에 많은 양의 이력데이터를 처리하여 교통상황예측이나 정보제공에 활용할 수 없는 한계가 존재하였다. 본 논문에서는, 기존의 Classification과 Density-Based Clustering 알고리즘을 속도 시공간 데이터 특성에 맞게 조합하고 변형하여 정체 시공간 영역을 자동 인식하는 알고리즘과, 정체파급길이, 파급속도, 해소속도 등 정체 시공간 전개 패턴의 특성치를 산정하는 알고리즘을 개발하였다, 본 알고리즘은, 교통관리센터에 축적되어 있는 방대한 양의 이력데이터를 자동으로 분석하여 자세한 정체 관련 정보를 추출할 수 있고, 산정된 특성치를 가지고 각 센터의 필요에 따라 다양한 정보를 2차 생성하고 활용할 수 있는 장점이 있다. 본 연구결과는 향후 반복 비반복 정체에 대한 예측과 대응이 획기적으로 개선되는데 초석이 될 것으로 기대된다.