Journal of KIISE:Databases (한국정보과학회논문지:데이타베이스)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

A 3-Layered Framework for Spatiotemporal Knowledge Discovery

시공간 지식탐사를 위한 3계층 프레임워크

  • 이준욱 (한국전자통신연구원 텔레매틱스 테스트베드연구팀 연구원) ;
  • 남광우 (한국전자통신연구원 LBS연구팀 연구) ;
  • 류근호 (충북대학교 전기전자및컴퓨터공학부)
  • Published : 2004.06.01
Download PDF
⟨ Previous Next ⟩

Abstract

As the development of database technology for managing spatiotemporal data, new types of spatiotemporal application services that need the spatiotemporal knowledge discovery from the large volume of spatiotemporal data are emerging. In this paper, a new 3-layered discovery framework for the development of spatiotemporal knowledge discovery techniques is proposed. The framework supports the foundation model in order not only to define spatiotemporal knowledge discovery problem but also to represent the definition of spatiotemporal knowledge and their relationships. Also the components of spatiotemporal knowledge discovery system and its implementation model are proposed. The discovery framework proposed in this paper satisfies the requirement of the development of new types of spatiotemporal knowledge discovery techniques. The proposed framework can support the representation model of each element and relationships between objects of the spatiotemporal data set, information and knowledge. Hence in designing of the new types of knowledge discovery such as spatiotemporal moving pattern, the proposed framework can not only formalize but also simplify the discovery problems.

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.

Keywords

References

  1. U. M. Fayyad, G. Piatetsky-Shapiro, P. Smyth, and R. Uthurusamy, Advanced in Knowledge Discovery and Data Mining, AAAI Press/MIT Press, 1996
  2. G. Piatetsky-Shaprio and W.J. Frawley, Knowledge Discovery in Databases, AAAI Press/MIT Press, Menlo Park, 1991
  3. 류근호, 이준욱, 이용준, 'eCRM을 위한 시간 데이타 마이닝 기술', 한국 정보과학회 데이타베이스연구회지, 제17권, 제1호, 2001년 3월
  4. 류근호, 안윤애, 이준욱, 이용준, '이동객체 대이타베이스와 위치기반 서비스의 적용', 한국 정보과학회 데이타베이스 연구회지, 제17권, 제3호, 2001년 9월
  5. 안윤애, 류근호, '이동객체의 불확실한 과거 및 미래의 위치추정', 정보과학회 논문지, 제29권, 제6호, pp. 441-452, 2002
  6. 안병익, 'LBS기술동향과 전망-LBS 구조 및 구성', 한국지리정보, 10월호, pp. 52-56, 2001년 10월
  7. T. Abraham, Knowledge Discovery in Spatio Temporal Databases, School of Computer and Imformation Science, University of South Australia, Ph. D. dissertation, 1999
  8. T. Bittner, 'Rough sets in patio-temporal data mining,' In Proc. of the 1st International Workshop on Temporal, Sptial, and Saptio-Temporal Data Mining(TSDM2000), 2000
  9. E. Mesrobian, R.R. Muntz, J.R. Santos, E.C. Shek, C.R. Mechoso, J.D. Farrara, and P. Stolorz, 'Extracting Spatio-Temporal Patterns from Geoscience Datasets,' IEEE Workshop on Visualization and Machine Vision, Seattle, WA, June, 1994 https://doi.org/10.1109/VMV.1994.324983
  10. I. Tsoukatos and D. Gunopulos, 'Efficient Mining of Spatiotemporal Patterns,' In Proc. of the 7th Int. Symp. on Spatial and Temporal Databases(SSTD), 2001
  11. X. Chen and I. Petrounias, 'A framework for temporal data mining,' In Proc. of the 9th International Conference on Database and Expert Systems Applications, 1998
  12. J.F. Roddick and M. Spiliopoulou, 'Temporal datamining: survey and issues,' Research Report ACRC-99-007, University of South Australia, 1999
  13. K. Koperski and J. Han, 'Discovering of Spatial Association Rules in Geographic Information Databases,' In Proc. of the 4th International Symposium on Large Spatial Databases, 1995
  14. K. Koperski, J. Han, and J. Adhikary, 'Mining knowledge in geographical data,' to appear in Communications of the ACM, 1998
  15. J.F. Roddick and B.G. Lees, 'Paradigms for Spatial and Spatio-Temporal Data Mining,' Geographic Data Mining and Knowledge Discovery. Taylor and Francis. Research Monographs in Geographic Information Systems, Miller, H. and Han, J., Eds, 2001
  16. 이준욱, 남광우, '이동객체 위치 일반화를 이용한 시공간 이동패턴 탐사', 정보처리학회 논문지, 제10-D권, 제7호, 2003년 12월 https://doi.org/10.3745/KIPSTD.2003.10D.7.1103
  17. J. Mennis, and D.J. Peuquet, 'A Conceptual Framework for Incorporating Cognitive Principles into Geographical Database presentation,' International Journal of Geographical Information Science,Vol. 14, No. 6, pp. 501-520, 2000 https://doi.org/10.1080/136588100415710
  18. R.T.Ng and J. Han, 'Efficient and Effective Clustering Method for Spatial Data Mining,' In Proc. of International Conference of Very Large Data Bases, pp. 144-155, 1994
  19. R.T.Ng, 'Spatial Data Mining: Discovering Knowledge of Clusters from Maps,' In Proc. of ACM SIGMOD Workshop on Research Issues on Data Mining and Knowledge Discovery, 1996
  20. Jeong J.D., Paek O.H., Lee J.W., and Ryu K.H., 'Temporal Pattern Mining of Moving Object for Location-Based Service,' In Proc. of International Conference on Database and Expert Systems Applications (Dexa2002), (LNCS2453), 2002
  21. E. Mesrobian, R.R. Muntz, J.R. Santos, E.C. Shek, C.R. Santos, J. Yi, K. Ng, S.Y. Chien, C.R. Mechoso, J.D. Farrana, P. Stolorz, and H. Nakamura, 'Exploratory Data Mining and Analysis Using Conquest,' IEEE Pacific Rim Conference on Communications, Computers, Visualization, and Signal Processing, May, 1995 https://doi.org/10.1109/PACRIM.1995.519462
  22. R.E. Valdes-Penez, 'Systematic Detection of Subtle Spatio-Temporal Patterns in Time-Lapse Imaging. Ⅰ. Mitosis,' Bioimaging. Vol. 4, No. 4, pp. 232-242, 1998 https://doi.org/10.1002/1361-6374(199612)4:4<232::AID-BIO2>3.0.CO;2-L
  23. G. Kollios, S. Sclaroff, and M. Betke, 'Motion Mining: Discovering Spatio-Temporal Patterns in Databases of Human Motion,' Workshop on Research Issues in Data Mining and Knowledge Discovery, DMKD 2001, Santa Barbara, CA, May, 2001
  24. 이준욱, 이용준, 류근호, '시간데이타마이닝 프레임워크',정보처리학회 논문지, 제9-D권, 제3호, 2002년 6월 https://doi.org/10.3745/KIPSTD.2002.9D.3.365
  25. R. Snodgrass, 'The Temporal Query Language TQuel,; ACM TODS, Vol.12, No.2, June, 1987 https://doi.org/10.1145/22952.22956
  26. P. Rigaux, M. Scholl and A. Voisard,Spatial Databases with Application to GIS, Morgan Kaufmann Publishers, 2002
  27. C.S. Jensen, 'A Consensus Glossary of Temporal Database Concepts,' ACM SIGMOD Record, Vol. 23, No. 1, 1994 https://doi.org/10.1145/181550.181560
  28. J.F. Allen, 'Maintaining Knowledge about Temporal Intervals,' Comm. Of the ACM, Vol. 26, No. 11, Nov., 1983 https://doi.org/10.1145/182.358434
  29. Egenhofer, M. J, 'Categorizing Binary Topological Relations Between Regions, Lines and Points in Geographic Databases.' Technical Report, Department of Surveying Engineering, University of Maine, Maine, Germany, 1990
  30. Egenhofer, M., 'Reasoning about binary topological relations,' In Proceedings of the 2nd Symposium on Large Spatial Databases(SSD'91), Springer-Verlag, Lecture Notes in Computer Science,vol.525, 1991
  31. S.A. Sarabjot, D.A. Bell, and J.G. Hughes, 'The role of domain knowledge in data mining,' In Proc. of the Int. Conf. on Information and Knowledge Management, pp. 37-43, 1995 https://doi.org/10.1145/221270.221321
  32. 이용준, 서성보, 류근호, 김혜규, '시간간격을 고려한 시간관계 규칙 탐사 기법', 한국정보과학회 논문지, 제28권, 제3호, pp.301-314, 2001
  33. C.S. Jensen, R.T. Snodgrass, and M.D. Soo, 'The TSQL2 Data Model,' The TSQL2 Temporal Query Language, pp. 157-240, Kluwer Academic Publishers, 1995