• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.363-366
• /
• 2019

객체들의 움직임의 흐름을 나타내는 궤적 데이터에서 함께 움직이는 궤적을 찾아 움직임 패턴을 탐색하는 연구들이 많이 이루어져 왔다. 하지만, 궤적 스트림 데이터에서 궤적의 이동 패턴을 탐색하는 연구는 많이 이루어지지 않았다. 그래서 본 논문은 시간의 흐름에 따라 흘러 들어오는 궤적 스트림 데이터에서 궤적의 이동 패턴을 탐색하여 동행 그룹을 탐색하는 새로운 방법을 제안한다. 기존에도 궤적 스트림 데이터에서 궤적들이 주어졌을 때 궤적들의 이동 패턴을 찾는 연구들은 존재하였으나 발견된 궤적이 언제 생성되었고 언제 소멸되었는지에 대한 정보를 자동으로 출력해 주는 연구는 아직 이루어진 바가 없다. 본 논문에서는 서로 다른 시간에 나타나고 사라지는 모습을 가진 궤적 스트림 데이터에서 동일한 시간에 나타나는 궤적을 찾는 방법을 제안한다. 제안 방법은 객체들의 좌표를 점진적으로 클러스터링을 수행하여 사용자에게 입력받은 지속 시간 이상 클러스터를 유지한 동행 그룹의 객체들을 반환한다. 또한, 기존 연구와 달리 해당 객체들의 지속 시간인 시작과 끝 시간도 자동으로 출력해 준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.69-70
• /
• 2007

최근, 궤적 정보를 이용한 많은 연구들이 진행되고 있다. 그러나 이동 객체의 실제 궤적 데이터를 획득하기는 어렵기 때문에 대부분의 연구들은 궤적 생성기에 의해 생성된 데이터를 이용하고 있다. 그러나 기존의 궤적 생성기들은 대부분 유클리디언 공간을 바탕으로 궤적을 생성하기 때문에 도로 네트워크 공간에서는 적용될 수 없다. 본 논문에서는 도로 네트워크 공간을 바탕으로 한 이동 객체의 궤적 생성 방안을 제안한다. 실제 이동 객체의 움직임과 비슷한 궤적을 생성하기 위하여 이동 객체는 출발지에서 목적지까지의 최단 경로에 근접하여 움직인다는 현실세계의 특징을 반영한다. 제안하는 기법을 이용하여 생성된 궤적 데이터는 현실 세계를 반영하면서 사용자가 원하는 궤적 데이터를 제공할 수 있기 때문에 다양한 연구에 사용될 수 있다.

• Journal of Korea Spatial Information System Society
• /
• v.9 no.3
• /
• pp.51-65
• /
• 2007

In order to analyze moving object trajectories on road networks, its representation needs to be defined correctly. The most previous methods representing moving object trajectories on road networks defined moving object trajectories as a set of passed location and its time. It is required much time in processing analysis such as retrieval for moving object trajectories. In this paper, we focus on POI(Points of Interest) on road networks and propose methods simplifying moving object trajectories based on it. Our method simplifies moving object trajectories by reducing the number of POIs that moving object trajectories passed and maintains its form after moving object trajectories were simplified.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.722-725
• /
• 2015

모바일 환경에서 사용자의 GPS 궤적은 위치기반서비스(Location Based Service)에서 새로운 자원으로써 활용되고 있다. 위치기반서비스의 확장을 위해 단순히 사용자의 위치를 지도에 표시하는 것뿐만 아니라 사용자들이 위치했던 장소들이 내포하고 있는 의미를 발견해 내는 것이 필요하다. 이를 위해 최근 사용자의 위치정보에 관심지점(POI: Point of Interest)의 정보를 결합하여 시맨틱 궤적(Semantic Trajectory)을 생성하고 분석하는 연구들이 진행되고 있다. 이러한 기존연구의 경우 시맨틱 궤적을 생성하기 위해, 사용자의 GPS 궤적과 POI의 면적 정보(polygon)가 겹칠 경우를 찾아내서 이를 시맨틱 궤적으로 생성하였다. 하지만 대부분 공개된 POI 정보는 실제 장소들의 면적 정보를 제공하지 않고 좌표(point) 값 만을 제공하기 때문에 기존의 방법으로는 시맨틱 궤적을 생성하지 못하는 문제가 있다. 본 논문에서는 사용자의 GPS 궤적과 POI의 좌표 값을 이용하여 사용자가 실제 방문했을 것으로 예상되는 POI 를 추정하고 이를 시맨틱 궤적으로 생성해 내는 방법을 제안한다. 제안하는 기법은 GPS 궤적의 속력 정보를 사용하여 사용자가 정지했었던 구간을 판별하고, 정지 구간 주변의 POI 밀도에 따라 정지 구간을 영역으로 확장한다. 그리고 영역에 포함된 POI 중 정지 구간과의 거리가 가장 가깝고, 가장 오랜 시간 포함되었던 POI를 사용자가 방문했던 POI로 판단한다. 이 방법은 POI의 면적정보가 없는 제한적인 상황에서도 시맨틱 궤적을 생성할 수 있다는 장점을 가진다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.3
• /
• pp.145-153
• /
• 2009

Trajectory data are ubiquitous in the real world. Recent progress on satellite, sensor, RFID, video, and wireless technologies has made it possible to systematically track object movements and collect huge amounts of trajectory data. Accordingly, there is an ever-increasing interest in performing data analysis over trajectory data. In this paper, we develop a data mining tool for massive trajectory data. This mining tool supports three operations, clustering, classification, and outlier detection, which are the most widely used ones. Trajectory clustering discovers common movement patterns, trajectory classification predicts the class labels of moving objects based on their trajectories, and trajectory outlier detection finds trajectories that are grossly different from or inconsistent with the remaining set of trajectories. The primary advantage of the mining tool is to take advantage of the information of partial trajectories in the process of data mining. The effectiveness of the mining tool is shown using various real trajectory data sets. We believe that we have provided practical software for trajectory data mining which can be used in many real applications.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.37-39
• /
• 2003

이동체 데이터베이스를 위한 과거 궤적 색인으로 R-tree계열이 많이 사용된다. 그러나 R-tree계열의 색인은 공간 근접성만을 고려하였기 때문에 동일 궤적을 검색하기에는 많은 노드 접근이 필요하다. 이동체 색인의 검색에서 영역 질의와 궤적 질의는 공간 근접성과 궤적 연결성과 같이 상반된 특징으로 인하여 함께 고려되지 않았다. 이동체 색인에서 영역 질의의 성능개선을 위해서는 노드 간의 심한 중복과 사장 공간(Dead Space)을 줄여야 하고, 궤적 질의의 성능 개선을 위해서는 이동체의 궤적 보존이 이루어져야 한다. 이와 같은 요구 조건을 만족하기 위해, 이 논문에서는 R-tree 기반의 색인 구조에서 새로운 분할 정책을 제안한다. 제안하는 색인 구조의 노드 분할 정책은 궤적 클러스터링을 위한 동일 궤적을 그룹화해서 분할하는 공간 축 분할 정책과 공간 활용도를 높이는 시간 축 분할 정책을 제안한다. 본 논문에서는 R-tree기반의 색인 구조에서 변경된 분할 정책을 구현하고, 실험 평가를 수행한다. 이 성능 평가를 통해서 검색성능이 우수함을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.773-775
• /
• 2003

이동성을 갖는 장치들의 위치 정보를 관리하기 위하여 이동체 데이터베이스에 관한 연구가 필요하게 되었다. 이동체 색인의 검색에서 영역 질의와 궤적 질의는 공간 근접성과 궤적 연결성과 같이 상반된 특징으로 인하여 함께 고려되지 않았다. 이동체 색인에서 영역 질의의 성능개선을 위해서는 노드간의 심한 중복과 사장 공간(Dead space)을 줄여야 하고, 궤적 질의의 성능 개선을 위해서는 이동체의 궤적 보전이 이루어져야 한다. 이와 같은 요구 조건을 만족하기 위해, 이 논문에서는 R-tree를 기반의 색인 구조에서 새로운 분할 정책을 제안한다. 제시하는 색인 구조에서 단말 노드의 엔트리는 궤적이며, 비단말 노드의 엔트리는 자식 노드이다. 단말 노드 분할 정책에서 동일 궤적을 그룹화해서 분할 하는 공간 축 분할 정책과 공간 활용도를 높이는 시간 축 분할 정책을 제안한다. 시간 축 분할 후 사장영역이 클 경우에는 다중 분할을 수행하여 사장 공간을 줄이고 노드간의 중복을 최소화한다. 비 단말 노드 분할 정책에서는 같은 궤적을 저장하는 노드들을 연결 노드(Connected Node)라고 정의하고, 엔트리의 궤적 연결성을 기준으로 분할한다.

• Journal of Korea Spatial Information System Society
• /
• v.9 no.1
• /
• pp.59-77
• /
• 2007

Advances in mobile techknowledges and supporting techniques require an effective representation and analysis of moving objects. Similarity search of moving object trajectories is an active research area in data mining. In this paper, we propose a trajectory search algorithm for spatio-temporal similarity of moving objects on road network. For this, we define spatio-temporal distance between two trajectories of moving objects on road networks, and propose a new method to measure spatio-temporal similarity based on the real road network distance. In addition, we propose a similar trajectory search algorithm that retrieves spatio-temporal similar trajectories in the road network. The algorithm uses a signature file in order to retrieve candidate trajectories efficiently. Finally, we provide performance analysis to show the efficiency of the proposed algorithm.

• Journal of KIISE:Databases
• /
• v.35 no.2
• /
• pp.169-181
• /
• 2008

Because moving objects usually move on spatial networks, efficient trajectory index structures are required to achieve good retrieval performance on their trajectories. However, there has been little research on trajectory index structures for spatial networks such as FNR-tree and MON-tree. But, because FNR-tree and MON-tree are stored by the unit of the moving object's segment, they can't support the whole moving objects' trajectory. In this paper, we propose an efficient trajectory index structure, named Trajectory of Moving objects on Network Tree(TMN Tree), for moving objects. For this, we divide moving object data into spatial and temporal attribute, and preserve moving objects' trajectory. Then, we design index structure which supports not only range query but trajectory query. In addition, we divide user queries into spatio-temporal area based trajectory query, similar-trajectory query, and k-nearest neighbor query. We propose query processing algorithms to support them. Finally, we show that our trajectory index structure outperforms existing tree structures like FNR-Tree and MON-Tree.

• Journal of KIISE:Databases
• /
• v.31 no.2
• /
• pp.150-162
• /
• 2004

Moving objects have characteristics that they change continuously their positions over time. The movement of moving objects should be stored on trajectories for processing past queries. Moving objects databases need to provide spatio-temporal index for handling moving objects queries like combined queries. Combined queries consist of a range query selecting trajectories within a specific range and a trajectory query extracting to parts of the whole trajectory. Access methods showing good performance in range queries have a shortcoming that the cost of processing trajectory Queries is high. On the other hand, trajectory-based index schemes like the TB-tree are not suitable for range queries because of high overlaps between index nodes. This paper proposes new TR(Trajectory Riving)-tree which is revised for efficiently processing the combined queries. This index scheme has several features like the trajectory preservation, the increase of the capacity of leaf nodes, and the logical trajectory riving in order to reduce dead space and high overlap between bounding boxes of nodes. In our Performance study, the number of node access for combined queries in TR-tree is about 25% less than the STR-tree and the TB-tree.