• 디지털콘텐츠학회 논문지
• /
• 제15권4호
• /
• pp.527-532
• /
• 2014

최근 모바일 스마트 기기의 보급으로 스마트 기기에 탑재된 다양한 센서에서 수집되는 대량의 데이터를 분석하여 처리하는 빅 데이터의 시대는 위치기반 서비스(LBSs: Location-Based Services)에 까지 확대대고 있다. 이동객체 위치 예측 기술은 차세대 시공간 정보 서비스에서 요구하는 필수적인 기술로 많은 연구가 진행되어 왔다. 그러나 대부분의 기존연구는 특정 어플리케이션에 종속적인 이동객체 위치 예측 질의처리 연구로서 증가하는 차세대 시공간 정보 서비스의 기술적 요구를 반영하기가 어렵다. 따라서 본 논문은 실세계 공간 네트워크에서 이동객체들의 초대용량 시공간적 데이터를 토대로 필수적으로 예측에 필요한 기본적이고 다양한 질의를 효율적으로 처리할 수 있는 범용적 분산 이동객체 예측 질의처리 프레임워크 설계를 제안한다.

• 농촌계획
• /
• 제30권2호
• /
• pp.1-11
• /
• 2024

Farmland transaction prices are affected by various factors such as politics, society, and the economy. The purpose of this study is to identify multiple factors that affect the farmland transaction price due to changes in the actual transaction price of farmland by farmland unit from 2016 to 2020. There are several previous studies analyzed the determinants of farmland transaction prices by considering spatial dependency. However, in the case of land transactions where the time and space of the transaction affect simultaneously, if only spatial dependence is considered, there is a limitation in that it cannot reflect spatial dependence that occurs over time. In order to solve these limitations, To address these limitations, this study builds a spatio-temporal autoregressive model that simultaneously considers spatial and temporal dependencies using farmland transactions in Jinju City as an example. As a result of the analysis, it was confirmed that there was significant spatio-temporal dependence in farmland transactions within the previous 30 days. This means that if the previous farmland transaction was carried out at a high price, it has a spatio-temporal spillover effect that indirectly affects the increase in the price of other nearby farmland transactions. The study also found that various location attributes and socioeconomic attributes have a significant impact on farmland transaction prices. The spatio-temporal autoregressive model of farmland prices constructed in this study can be used to improve the prediction accuracy of farmland prices in the farmland transaction market in the future, and it is expected to be useful in drawing policy implications for stabilizing farmland prices

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 춘계학술대회
• /
• pp.209-212
• /
• 2011

삼각측량법은 전형적인 위치인식 방법으로, 최소 세 곳의 위치정보가 기인지된 기준점을 필요로 한다. 어떤 경우에는 통신도달 범위를 벗어날 수 있는 이유로 목표 노드로 부터 세 개의 기준 스테이션에 항상 통신 도달성이 제공되는 것은 아니다. 본 논문은 목표 노드가 모든 세 기준 스테이션을 접근할 수 없는 경우에도 실시간으로 이동 목표 노드의 위치를 추정할 수 있는 방법을 제시한다. 제시된 방법은 PID제어이동체 Spatio-Temporal 모델 알고리즘에 기반을 두고 있다. 이 방법은 이동체의 진행방향을 추정할 수 있고, 이러한 추정방향과 목표노드의 기 확인된 위치정보를 함께 활용하여 이동체의 정확한 위치를 판단할 수 있다.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권3호
• /
• pp.252-260
• /
• 2004

최근에 움직이는 객체의 미래 위치를 위한 TPR-tree가 제안되었으며, TPR-tree를 이용한 많은 연구들이 제안되었다. 그러나, TPR-tree가 시공간 데이타베이스에서 널리 사용됨에도 불구하고, TPR-tree를 위한 비용 모델은 제안되지 않았다. R-tree와 같은 공간 색인을 위한 비용 모델들은 움직이는 객체들의 미래 위치를 전혀 고려하지 않기 때문에, TPR-tree에 대한 시공간 질의를 위한 디스크 액세스 수를 정확하게 예측하지 못한다. 본 논문에서는 움직이는 객체들의 미래 위치를 고려한 TPR-tree를 위한 비용 모델을 처음으로 제안한다. 다양한 실험 결과, 제안된 TPR-tree의 비용 모델은 디스크 액세스 수를 정확하게 예측한다.

• 대한원격탐사학회지
• /
• 제37권6_3호
• /
• pp.1931-1942
• /
• 2021

최근 고해상도 광학 위성영상의 활용성이 강조되면서 이를 이용한 지표 모니터링 연구가 활발히 수행되고 있다. 그러나 고해상도 위성영상은 낮은 시간 해상도에서 획득되기 때문에 그 활용성에 한계가 있다. 이러한 한계를 보완하기 위해 서로 다른 시간 및 공간 해상도를 갖는 다중 위성영상을 융합해 높은 시공간 해상도의 합성 영상을 생성하는 시공간 자료 융합을 적용할 수 있다. 기존 연구에서는 중저해상도의 위성영상을 대상으로 시공간 융합 모델이 개발되어 왔기 때문에 고해상도 위성영상에 대한 기개발된 융합 모델의 적용성을 평가할 필요가 있다. 이를 위해 이 연구에서는 KOMPSAT-3A 영상과 Sentinel-2 영상을 대상으로 기개발된 시공간 융합 모델의 적용성을 평가하였다. 여기에는 예측을 위해 사용하는 정보가 다른 Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model (ESTARFM)과 Spatial Time-series Geostatistical Deconvolution/Fusion Model (STGDFM)을 적용하였다. 연구 결과, 시간적으로 연속적인 반사율 값을 결합하는 STGDFM의 예측 성능이 ESTARFM 보다 높은 것으로 나타났다. 특히 KOMPSAT 영상의 낮은 시간 해상도로 같은 시기에서 KOMPSAT 및 Sentinel-2 영상을 동시에 획득하기 어려운 경우, STGDFM의 예측 성능 향상이 더욱 크게 나타났다. 본 실험 결과를 통해 연속적인 시간 정보를 결합해 상대적으로 높은 예측 성능을 가지는 STGDFM을 이용해 낮은 재방문 주기로 인한 고해상도 위성영상의 한계를 보완할 수 있음을 확인하였다.

• 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.

• Journal of information and communication convergence engineering
• /
• 제9권5호
• /
• pp.545-550
• /
• 2011

Trilateration is a typical method to locate an object, which requires inherently at least three prerecognized reference points. In some cases, owing to out of reachability to communication facilities the target node cannot be reachable always to three base stations. This paper presents a predictive method, which can identify the location of a moving target node in real time even though the target node could not get in touch with all three base stations. The method is based on the PIDcontrolled Moving Objects Spatio-Temporal Model Algorithm. Simulation results verify that this method can predict the moving direction of a moving target, and then combine with its past position information to judge accurately the location.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.298-303
• /
• 2008

사용자의 과거 이동 경로 자료는 사용자의 현재 이동 위치를 예측하고 이외 관련된 서비스를 제공하는데 유용하게 사용될 수 있다. 본 논문에서는 사용자의 과거 이동 경로의 분석을 통하여 이동 중인 사용자의 시공간 위치예측 기술을 제안한다. 환경으로부터 발생한 사용자의 이동 경로를 수집하고 수집된 데이터에서 이동 경로 요약(Path Summarization)과 이동 경로 선택(Path Selection) 방법을 제안한다. 이동 경로 요약 방법은 환경으로부터 수집한 사용자의 이동 경로를 군집 분류하고, 이동 경로 선택 방법은 이동 중에 발생한 경로의 거리, 시간, 방향의 요소와 동적 정합법을 사용하여 유사성(Similarity)을 측정하며 유사성이 가장 높은 경로를 선택한다. 선택된 경로는 시간에 따른 공간 정보 빚 위치에 따른 시간 예측 서비스를 위하여 사용가능 하며, 실험을 통하여 유사성이 높은 이동 경로를 선택하는 모습을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권9호
• /
• pp.3598-3614
• /
• 2020

With the increase of motor vehicles and tourism demand, some traffic problems gradually appear, such as traffic congestion, safety accidents and insufficient allocation of traffic resources. Facing these challenges, a model of Spatio-Temporal Dilated Convolutional Network (STDGCN) is proposed for assistance of extracting highly nonlinear and complex characteristics to accurately predict the future traffic flow. In particular, we model the traffic as undirected graphs, on which graph convolutions are built to extract spatial feature informations. Furthermore, a dilated convolution is deployed into graph convolution for capturing multi-scale contextual messages. The proposed STDGCN integrates the dilated convolution into the graph convolution, which realizes the extraction of the spatial and temporal characteristics of traffic flow data, as well as features of road occupancy. To observe the performance of the proposed model, we compare with it with four rivals. We also employ four indicators for evaluation. The experimental results show STDGCN's effectiveness. The prediction accuracy is improved by 17% in comparison with the traditional prediction methods on various real-world traffic datasets.

• 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.