• Journal of Information Processing Systems
• /
• 제2권2호
• /
• pp.124-129
• /
• 2006

With the explosive increase in the generation and utilization of spatiotemporal data sets, many research efforts have been focused on the efficient handling of the large volume of spatiotemporal sets. With the remarkable growth of ubiquitous computing technology, mining from the huge volume of spatiotemporal data sets is regarded as a core technology which can provide real world applications with intelligence. In this paper, we propose a 3-tier knowledge discovery framework for spatiotemporal data mining. This framework provides a foundation model not only to define the problem of spatiotemporal knowledge discovery but also to represent new knowledge and its relationships. Using the proposed knowledge discovery framework, we can easily formalize spatiotemporal data mining problems. The representation model is very useful in modeling the basic elements and the relationships between the objects in spatiotemporal data sets, information and knowledge.

• Journal of Information Processing Systems
• /
• 제7권4호
• /
• pp.635-652
• /
• 2011

In ubiquitous environments, many applications need to process data with time and space dimensions. Because of this, there is growing attention not only on gathering spatiotemporal data in ubiquitous environments, but also on processing such data in databases. In order to obtain the full benefits from spatiotemporal data, we need a data model that naturally expresses the properties of spatiotemporal data. In this paper, we introduce three spatiotemporal data models extended from temporal data models. The main goal of this paper is to determine which data model is less complex in the spatiotemporal context. To this end, we compare their query languages in the complexity aspect because the complexity of a query language is tightly coupled with its underlying data model. Throughout our investigations, we show that it is important to intertwine space and time dimensions and keep one-to-one correspondence between an object in the real world and a tuple in a database in order to naturally express queries in ubiquitous applications.

• Journal of Information Technology Applications and Management
• /
• 제13권1호
• /
• pp.137-147
• /
• 2006

Spatiotemporal data are records of the spatial changes of moving objects over time. Most data in corporate databases have a spatiotemporal nature, but they are typically treated as merely descriptive semantic data without considering their potential visual (or cartographic) representation. Businesses such as geographical CRM, location-based services, and technologies like GPS and RFID depend on the storage and analysis of spatiotemporal data. Effectively handling the data analysis process may be accomplished through spatiotemporal data warehouse and spatial OLAP. This paper proposes a multidimensional model for spatiotemporal data analysis, and cartographically represents the results of the analysis.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.551-554
• /
• 2003

Aggregate operator which belongs to query operations are important in specialized systems such as geographic information system(GIS) and spatial database system. Most of data describing objects in the real world are characterized by space and time attributes. Till now, however, works on aggregate operations have only dealt with spatial or temporal aspect of object. The current demand of aggregate operations relates to spatiotemporal data which are contained both spatial and temporal data concurrently. Therefore, work on spatiotemporal operations is focused on database area. In this paper, we propose spatiotemporal aggregate functions that operate on spatiotemporal data. Above all, we support spatiotemporal aggregate functions on the basis of three dimensional spatiotemporal models that are defined with the linear one dimensional temporal domain. The proposed algorithms are evaluated through some implementation results. We are sure that the achievement of our work is useful and efficient.

• 정보처리학회논문지D
• /
• 제12D권3호
• /
• pp.375-384
• /
• 2005

실세계의 많은 객체들은 시간적 정보와 공간적 정보를 함께 가지고 있고, 이러한 정보를 다루기 위한 시공간 데이터 모델링의 목적 중에 하나는 시공간 객체를 위한 응용프로그램을 지원할 수 있게 하는 것이다. 객체지향 시공간 모델은 객체단위로 시공간 데이터를 관리 할 수 있기 때문에 효율적으로 시공간 데이터를 관리할 수 있어야 한다. 따라서, 이 논문에서는 시공간 데이터 관리를 객체지향 방식으로 지원할 수 있도록 개방형 지리정보 시스템에서 제안한 2차원 공간모델을 실세계 정보에 맞게 차원적으로 확장하고, 시간 정보를 포함하도록 확장한 모델을 제안한다. 그리고, 제안된 모델의 타당성을 검증하기 위해, 모델을 위한 시공간 데이터 제공자 컴포넌트인 data source 컴포넌트, session 컴포넌트, command 컴포넌트와 rowset 컴포넌트를 구현하고 수행 예를 보인다. 제안된 시공간 데이터 모델과 데이터 제공자는 서로 다르게 저장된 시공간 데이터를 객체지향 모델링을 사용하여 저장, 검색 및 관리할 수 있게 한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.721-723
• /
• 2003

Aggregation is an operation that returns a result value through a computational process on the data which satisfy a certain condition. Recently many applications use aggregation to analyze spatiotemporal data. Although spatiotemporal data change its states over time, previous aggregation works have only dealt with spatial or temporal aspect of object. In this paper we propose spatiotemporal aggregate functions that operate on spatiotemporal data. The proposed algorithms are evaluated through some implementation results. The experiment results show that the proposed aggregate functions are applicable to spatiotemporal data efficiently.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2005년도 추계학술대회
• /
• pp.61-66
• /
• 2005

Spatiotemporal data mining represents the confluence of several fields including spatiotemporal databases, machine loaming, statistics, geographic visualization, and information theory. Exploration of spatial data mining and temporal data mining has received much attention independently in knowledge discovery in databases and data mining research community. In this paper, we introduce an algorithm Max_MOP for discovering moving sequences in mobile environment. Max_MOP mines only maximal frequent moving patterns. We exploit the characteristic of the problem domain, which is the spatiotemporal proximity between activities, to partition the spatiotemporal space. The task of finding moving sequences is to consider all temporally ordered combination of associations, which requires an intensive computation. However, exploiting the spatiotemporal proximity characteristic makes this task more cornputationally feasible. Our proposed technique is applicable to location-based services such as traffic service, tourist service, and location-aware advertising service.

• 한국정보과학회논문지:데이타베이스
• /
• 제32권1호
• /
• pp.43-55
• /
• 2005

시공간 데이타베이스는 실세계에 존재하는 다양한 유형의 객체에 대한 공간 관리와 이력정보를 동시에 제공함으로써 사용자에게 시공간 데이타에 대한 저장 및 질의 수단을 제공한다. 실세계에서 "임의의 질의 윈도우 영역에서 2001년 4월부터 8원까지 농경지당 뿌려진 농약의 평균은 얼마인가\ulcorner"와 같은 질의를 할 수 있다. 이러한 집계 질의는 시간과 공간에 대한 제약을 가지고 있다. 그러나 기존의 집계에 대한 연구는 시간 또는 공간에만 편중되어 시간과 공간 제약을 모두 가진 시공간 데이타에 직접 적용하기 어려운 문제점이 있다. 따라서 이 논문에서는 시공간 특성을 가진 시공간 데이타 분석을 위한 시공간 집계 함수 stCOUNT, stSUM, stAVG, stMAX, stMIN를 제안한다. 아울러 제안된 시공간 집계함수론 적용한 부동산 관리 시스템을 통해 기존의 시간, 공간 집계함수가 분석하기 어려웠던 시공간 데이타에 대한 분석의 용이함과 응용 시스템에 맞는 질의 표현력의 개선 및 편리성을 제공함을 보였다 그리고 제안된 시공간 집계함수의 알고리즘의 성능 평가를 통해 알고리즘 성능의 타당성을 입증하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권3호
• /
• pp.205-218
• /
• 2004

시공간 데이타관리를 위한 데이타베이스 기술이 발전함에 따라 방대한 시공간 데이타 집합으로부터 의미 있는 시공간 지식 탐사를 필요로 하는 시공간 응용 서비스가 증대되고 있다. 이 논문에서는 시공간 지식 탐사 기법 개발을 지원하기 위하여 시공간 3계층 지식탐사 프레임워크를 제안하였다. 프레임 워크에서는 시공간 지식 탐사 문제 정의를 위한 기반 모델을 제시하여 시공간 지식에 대한 정의 및 관계를 표현할 수 있도록 하였다. 또한 시공간 지식 탐사 시스템의 구성요소 및 구현 모델을 제시하였다. 이 논문에서 제안한 시공간 지식 탐사를 위한 프레임워크는 앞으로 새로운 유형의 시공간 지식 탐사 기법 개발에 적용될 수 있는 특징을 포함하고 있다. 제안한 프레임워크는 시공간 이동 패턴과 같은 새로운 유형의 지식 탐사 기법 개발 지원에 있어 시공간 데이타 집합, 정보 및 지식에 대한 관계 규정과 각 요소에 대한 표현 모델을 제공함으로써 지식 탐사 문제를 형식화하고 단순화할 수 있다.

• 대한의용생체공학회:의공학회지
• /
• 제30권5호
• /
• pp.373-380
• /
• 2009

In general, Independent component analysis (ICA) is a statistical blind source separation technique, used either in spatial or temporal domain. The spatial or temporal ICAs are designed to extract maximally independent sources in respective domains. The underlying sources for spatiotemporal data (sequence of images) can not always be guaranteed to be independent, therefore spatial ICA extracts the maximally independent spatial sources, deteriorating the temporal sources and vice versa. For such data types, spatiotemporal ICA tries to create a balance by simultaneous optimization in both the domains. However, the spatiotemporal ICA suffers the problem of source ambiguity. Recently, constrained ICA (c-ICA) has been proposed which incorporates a priori information to extract the desired source. In this study, we have extended the c-ICA for better analysis of spatiotemporal data. The proposed algorithm, i.e., constrained spatiotemporal ICA (constrained st-ICA), tries to find the desired independent sources in spatial and temporal domains with no source ambiguity. The performance of the proposed algorithm is tested against the conventional spatial and temporal ICAs using simulated data. Furthermore, its performance for the real spatiotemporal data, functional magnetic resonance images (fMRI), is compared with the SPM (conventional fMRI data analysis tool). The functional maps obtained with the proposed algorithm reveal more activity as compared to SPM.