Journal of KIISE:Databases (한국정보과학회논문지:데이타베이스)

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

Extension of Aggregate Functions for Spatiotemporal Data Analysis

데이타 분석을 위한 시공간 집계 함수의 확장

  • 지정희 (충북대학교 대학원 전자계산학) ;
  • 신현호 (롯데정보통신주식회사) ;
  • 김상호 (충북대학교) ;
  • 류근호 (충북대학교 전기전자컴퓨터공학부)
  • Published : 2005.01.01
Download PDF
⟨ Previous Next ⟩

Abstract

Spatiotemporal databases support methods of recording and querying for spatiotemporal data to user by offering both spatial management and historical information on various types of objects in the real world. We can answer to the following query in real world: 'What is the average of volume of pesticide sprayed for cach farm land from April to August on 2001, within some query window' Such aggregation queries have both temporal and spatial constraint. However, previous works for aggregation are attached only to temporal aggregation or spatial aggregation. So they have problems that are difficult to apply for spatiotemporal data directly which have both spatial and temporal constraint. Therefore, in this paper, we propose spatiotemporal aggregate functions for analysis of spatiotemporal data which have spatiotemporal characteristic, such as stCOUNT, stSUM, stAVG, stMAX, stMIN. We also show that our proposal resulted in the convenience and improvement of query in application systems, and facility of analysis on spatiotemporal data which the previous temporal or spatial aggregate functions are not able to analyze, by applying to the estate management system. Then, we show the validity of our algorithm performance through the evaluation of spatiotemporal aggregate functions.

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.

Keywords

References

  1. M. Worboys, 'A Unified Model for Spatial and Temporal Information,' The Computer Journal, Vol.37, No.1, 1994 https://doi.org/10.1093/comjnl/37.1.26
  2. V. Gaede, O. Gunther, 'Multidimensional Access Methods,' ACM Computing Surveys, 30(2), pp.170-231, 1998 https://doi.org/10.1145/280277.280279
  3. M. Nascimento and J. Silva: Towards historical R-trees. In Proceedings of the 1998 ACM symposium on Applied Computing, pages 226-234, 1998 https://doi.org/10.1145/330560.330692
  4. Open GIS Consortium, Inc. OpenGIS, 'Simple Features Specification For OLE/COM Revision 1.1,' OpenGIS Project Document, 99-050, 1999
  5. T.K.Sellis, 'Research Issues in Spatiotemporal Database System,' SSD, pp.5-11, 1999
  6. J.Gray, 'The Benchmark Handbook for Database and Transaction Processing Systems,' Morgan Kaumann, 1991
  7. 김동호, 이인홍, 류근호, '주기억장치에서 시간지원 데이타베이스의 집계함수 설계 및 구현', 정보과학회논문지, 제21권, 제8호, 1994년 8월
  8. C.Dyreson, W.Evans, H.Lin and R.T.Snodgrass, 'Efficiently supporting Temporal Granularities,' IEEE Transactions on Knowledge and Data Engineering, Vol.12, No.4, pp. 568-587, 2000 https://doi.org/10.1109/69.868908
  9. J.Yang and J.Widom, 'Incremental Computation and Maintenance of Temporal Aggregates,' International Conference on Data Engineering, pp.51-60, 2001 https://doi.org/10.1109/ICDE.2001.914813
  10. D. Zhang, A. Markowetz, V. Tsotras, D. Gunopulos and .Seeger, 'Efficient Computation of Temporal Aggregates with Range Predicates,' in PODS01, Santa Barbara, CA, 2001 https://doi.org/10.1145/375551.375600
  11. R. Snodgrass, 'The temporal query language TQuel,' ACM Transactions on Database System, Vol.12, No.2, pp.247-298, 1987 https://doi.org/10.1145/22952.22956
  12. N.Kline, and R.T.Snodgrass, 'Computing Temporal Aggregates,' International Conference on Database Engineering, pp. 222-231, 1995 https://doi.org/10.1109/ICDE.1995.380389
  13. I. Lazaridis and S. Mehrotra: Progressive Approximate Aggregate Queries with a Multi-Resolution Tree Structure In Proceedings of the ACM SIGMOD Conference on Management of Data, pages 401-412, 2001 https://doi.org/10.1145/375663.375718
  14. Y.Tao, D.Papadias, J.Zhang, 'Aggregate Processing of Planar Points,' Proceedings of 8th conference on Extending Data Base Technology, pp. 682-700, Prague, March 25-27, 2002
  15. Donhui Zhang and Vassilis J.Tsotras, 'Improving Min/Max Aggregation over Spatial Object,' ACM-GIS, 2001 https://doi.org/10.1145/512161.512181
  16. Martin Erwig and Markus Schneider, 'Spatio-Temporal Predicates,' IEEE Transactions on Knowledge and Data Engineering, Vol.14, No.4, 2002 https://doi.org/10.1109/TKDE.2002.1019220
  17. Jong Yun Lee, 'Integrating Spatial and Temporal Relationship Operators into SQL3 for Historical Data Management,' ETRI Journal, Vol.24, No.3, Jun, 2002
  18. 김동호, 류근호, '관계형 시공간 데이타베이스 질의언어와 연산', 정보처리학회논문지, 제5권 제10호, pp. 2467-2478, 1998
  19. 김상호, 강구, 류근호, '3차원 공간 위상 관계 연산자의 설계', 정보처리학회논문지, 제10권 제2호, pp. 211-220, 2003 https://doi.org/10.3745/KIPSTD.2003.10D.2.211