• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.309-312
• /
• 2005

The need for LBS (Loc,ation Based Services) is increasing due to the wnespread of mobile computing devices and positioning technologies~ In LBS, there are many applications that need to manage moving objects (e.g. taxies, persons). The moving object join operation is to make pairs with spatio-temporal attribute for two sets in the moving object database system. It is import and complicated operation. And processing time 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 apply spatial join methods to moving objects join. We propose two kind of join methods with TB- Tree that preserves trajectories of moving objects. One is depth first traversal spatio-temporaljoin and another is breadth-first traversal spatio-temporal join. We show results of performance test with sample data sets which are created by moving object ,generator tool.

• 대한토목학회논문집
• /
• 제31권1B호
• /
• pp.13-20
• /
• 2011

강수량은 시공간적으로 변화하는 수문변량으로서 강수량의 시간적인 특성 또한 강수량의 특성을 정의하는데 매우 중요한 요소이다. 본 연구에서는 극치강수량의 지역빈도해석을 위한 범주화 과정에서 기존의 강수량과 관측소 위치좌표만을 이용한 범주화를 통해 해결할 수 없는 강우 발생의 계절적 변화와 집중에 대한 고려를 반영하기 위하여, 기존의 양적 범주화 과정에 시간적인 영향을 고려할 수 있는 요소로서 극치강수량 발생 시기 통계치를 활용할 수 있는 범주화 과정을 제시하였다. 본 연구에서는 극치강수량의 발생 시기에 대한 정량적인 분석이 가능한 순환통계기법을 이용하여 관측 지점별 시간 통계량을 산정하고, 이를 극치강수량과 결합하여 시 공간적인 특성자료를 생성한 후 수정 K-means 방법을 이용하여 군집화 해석을 수행하였으며, 전국을 다섯 개의 군집으로 분류하였다. 기존의 양적 범주화 결과와의 비교를 통해 발생 시간 통계치를 결합한 범주화 결과가 지형 및 권역을 반영하는 결과를 보임을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제7권6호
• /
• pp.137-144
• /
• 2018

차량 애드혹 네트워크(VANETs)은 사고 통지, 콘텐츠 사용 등과 같은 다양한 응용프로그램을 제공할 수 있다. 이러한 응용 프로그램은 속성에 따라 관심영역과 수명을 갖는 시공간 데이터를 가지고 있다. 그러나, 관심 영역에 데이터를 전달하는 지오캐스팅 프로토콜은 현재 시간에만 단일 전송을 통해 영역의 모든 차량에 데이터를 제공할 수 있지만, 데이터의 수명시간 동안 해당 영역을 이동하는 차량에는 데이터를 제공할 수 없다. 따라서 우리는 VANET에서 데이터의 수명시간동안 관심 영역의 차량에 데이터를 전송하기 위해 지역적 캐싱 기법을 사용하는 시공간 지오캐스팅 프로토콜을 제안한다. 효율적이고 신뢰성 있는 지역적 캐싱을 위해서, 제안된 프로토콜은 비콘 기반 데이터 공유, 잔여 캐싱 제거 및 거리 기반 캐싱 교환을 사용한다. 시뮬레이션 결과는 제안된 프로토콜이 기존 프로토콜과 비교하여 보다 안정적이고 효율적인 데이터 전달을 달성하는지를 검증한다.

• 한국산학기술학회논문지
• /
• 제19권8호
• /
• pp.535-544
• /
• 2018

다양한 센서를 내장하고 고품질의 무선 네트워크 통신 기능을 탑재한 이동 장치의 보급이 확대됨에 따라 다양한 서비스 환경에서 이동 장치로부터 생성되는 시공간 데이터 량도 빠르게 증가하고 있다. 이와 같이 실시간 특성을 갖는 대량의 공간 데이터 스트림을 처리하기 위한 기존의 연구에서 하둡 기반의 공간 빅 데이터 시스템은 일괄 처리 방식의 플랫폼으로 공간 데이터 스트림에 대한 실시간 서비스에 적용하기에는 매우 어렵다. 이에 본 논문에서는 맵리듀스 온라인 프레임워크를 확장하여 연속적으로 입력되는 공간 데이터 스트림에 대한 실시간 질의 처리를 지원하고, 질의 처리 과정에서 야기될 수 있는 부하 문제를 효과적으로 분산하는 부하 관리 기법을 제안한다. 제안 기법에서는 공간 분할 영역을 기반으로 입력 데이터의 유입율과 부하율을 이용하여 노드들에 대해 동적으로 부하를 분산하는 기법을 제시하였다. 실험에서는 특정 공간 영역에서의 부하 관리가 요구될 때 해당 영역에서의 공간 데이터 스트림을 공유하는 자원들에게 분배함으로써 효과적인 질의 처리를 지원할 수 있음을 보인다.

• 대한지리학회지
• /
• 제40권3호
• /
• pp.310-320
• /
• 2005

이 연구는 GPS 수신기를 통해 수집된 개인통행자료를 이용하여 통행패턴의 시공간적 특성을 다양한 그래픽으로 요약하고 탐색적 분석을 가능케하는 지리적 시각화 환경을 제안하고 이를 구현 및 평가하는 것을 목적으로 한다 이 연구에서는 시공간입방체(space-time cube)를 바탕으로 시간지리학 개념을 시각적으로 표현하였으며, 시간산포기둥(temporal dispersion cylinder), 평행평면그림(parallel plane plot)과 같은 부가적인 시각화 도구의 구현을 통해 개인통행패턴의 시공간적 속성 및 이동경로 주위지역의 사회경제적$\cdot$자연적 속성을 함께 탐색할 수 있도록 하였다. 또한 사용자와의 상호작용을 통해 개인통행자료에 포함되어 있는 "언제", "어디에서", "무엇을"이라는 세 가지 정보요소들을 동적으로 탐색 및 질의할 수 있는 환경을 제공한다.

• 한국정보과학회논문지:데이타베이스
• /
• 제34권1호
• /
• pp.84-97
• /
• 2007

선택도 추정 기법은 질의 최적화를 위해 현재 상용 데이터 베이스에서 많이 사용되고 있고 히스토그램은 가장 많이 사용되는 선택도 추정 기법중의 하나이다. 최근에 시공간 데이터 베이스 관련 연구들에서 이러한 선택도 추정 기법이 기존의 시간 공간 데이타베이스 선택도 추정 기법을 확장하여 활발하게 연구되었다. 하지만 기존의 시공간 데이타베이스 선택도 추정 연구는 주로 이동 객체와 같은 시계열 데이타만 고려하였다. 또한 기존의 연구는 과거시점부터 현재 시점까지 시간적 범위 질의에 대한 선택도 추정은 불가능하였다. 따라서 본 논문에서는 시공간 데이타베이스에서 과거 시점에서 현재시점까지 시퀀스 데이타의 시간적 범위 질의를 위한 히스토그램을 구축하고 이를 이용한 효과적인 선택도 추정 기법을 제안한다. 제안한 히스토그램을 이용하면 과거부터 현재까지 시퀀스 데이타의 선택도 추정이 가능하고, 범위시간 선택도 추정 기법이 가능하며 효과적인 히스토그램 유지 기법의 적용이 가능하다.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.88-97
• /
• 2023

Traffic flow prediction is of great significance in urban planning and traffic management. As the complexity of urban traffic increases, existing prediction methods still face challenges, especially for the fusion of spatiotemporal information and the capture of long-term dependencies. This study aims to use the fusion model of graph neural network to solve the spatio-temporal information fusion problem in traffic flow prediction. We propose a new deep learning model Spatio-Temporal Information Fusion using Graph Neural Networks (STFGNN). We use GCN module, TCN module and LSTM module alternately to carry out spatiotemporal information fusion. GCN and multi-core TCN capture the temporal and spatial dependencies of traffic flow respectively, and LSTM connects multiple fusion modules to carry out spatiotemporal information fusion. In the experimental evaluation of real traffic flow data, STFGNN showed better performance than other models.

• 정보처리학회논문지D
• /
• 제9D권1호
• /
• pp.31-42
• /
• 2002

본 논문에서는 비디오 데이터가 지니는 이동 객체의 궤적(Moving Object's Trajectory)을 효과적으로 모델링할 수 있는 시공간 표현 기법(Spatio-Temporal Representation Scheme)과 궤적을 이용한 사용자 질의에 대해 효율적인 검색을 위한 새로운 시그니쳐 기반 접근 기법을 제안한다. 제안하는 시공간 표현 기법은 궤적을 기반으로 하는 내용 기반 검색(Content-based Retrieval)과 궤적에서 일어나는 위치 정보를 통해 얻어진 개념(의미)을 이용한 개념 기반 검색(Concept-based Retrieval)을 지원한다. 아울러, 제안하는 시그니쳐 기반 접근 기법은 데이터 파일을 직접 접근하기 전에 전체 시그니쳐들은 탐색하여 필터링을 수행한 후, 검색된 후보 시그니쳐들에 대해서만 디스크를 접근하기 때문에 순차 탐색에 비해 많은 수의 디스크 접근 횟수를 감소시킴으로써 검색 성능을 향상시킨다. 마지막으로, 성능 평가를 통해 제안하는 방법이 검색 효과(Retrieval Effectiveness) 및 효율(Retrieval Efficiency) 측면에서 기존의 방법인 Li나 Shan의 방법에 비해 우수함을 보인다.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권2호
• /
• pp.214-223
• /
• 2006

최근 시간에 따른 대량의 공간 객체들의 효과적인 저장과 처리의 필요성이 요구되면서 시공간 데이타베이스에 대한 필요성이 증가하였다. 이러한 시공간 데이타베이스에서 효과적인 질의 처리를 위하여 여러 가지 질의 최적화 기법이 연구되었고 그중 질의의 근사적인 결과를 계산하는 선택도 추정 기법이 활발하게 연구되었다. 선택도 추정 기법에는 샘플링 기반 기법, 히스토그램 기반 기법, 웨이블릿 기반 기법 등이 있고 그중 히스토그램 기법은 현재 상용 데이타베이스에서 널리 사용되고 있다. 하지만 지금까지의 시공간 질의 최적화 연구는 이동 객체의 미래 위치에 대한 선택도 추정에 치중되어 왔다. 본 논문에서는 과거의 시공간 데이타의 질의 최적화를 위하여 새로운 히스토그램인 T-Minskew의 구축 방법을 제안한다. 또한 T-Minskew를 이용한 효과적인 선택도 추정 기법을 제안하고 임계치 기법을 이용한 히스토그램의 효과적인 유지 기법을 통해 잦은 히스토그램 재구축을 방지하고 작은 추정 오류율을 유지하는 방법을 제안한다.

• 정보과학회 논문지
• /
• 제43권9호
• /
• pp.963-973
• /
• 2016

대용량 미디어 온톨로지를 이용하여 의미 있는 지능형 서비스를 제공하기 위해 기존의 Axiom 추론뿐만 아니라 다양한 추론을 활용하는 지식 확장이 요구되고 있다. 특히 시공간 정보는 인공지능 응용분야에서 중요하게 활용될 수 있고, 시공간 정보의 표현과 추론에 대한 중요도는 지속적으로 증가하고 있다. 따라서 본 논문에서는 공간 정보를 추론에 활용하기 위해서 공공 주소체계에 대한 LOD를 대용량 미디어 온톨로지에 추가하고, 이러한 대용량 데이터 처리를 위해 인메모리 기반의 분산 처리 프레임워크를 활용하는 공간 추론을 포함하는 RDFS 추론 시스템을 제안한다. 또한 추론을 통해 확장된 데이터를 포함하는 대용량 온톨로지 데이터를 대상으로 하는 분산 병렬 시공간 SPARQL 질의 처리 방법에 대해서 설명한다. 제안하는 시스템의 성능을 측정하기 온톨로지 추론과 질의 처리 벤치 마킹을 위한 LUBM과 BSBM 데이터셋을 대상으로 실험을 진행했다.