• 한국디지털정책학회:학술대회논문집
• /
• 2005.11a
• /
• pp.273-280
• /
• 2005

시공간 데이터베이스는 실세계에 존재하는 다양한 유형의 객체에 대한 공간 관리와 이력정보를 동시에 제공함으로써 사용자에게 시공간 데이터에 대한 저장 및 질의 수단을 제공한다. 질의 연산중 집계 연산은 특정한 조건을 만족하는 데이터에 대하여 계산을 수행한 결과 값을 반환하는 연산으로, 다양한 분야에서 데이터의 분석을 위해 사용된다. 그러나 기존의 집계에 대한 연구는 시간 또는 공간에만 편중되어 시간과 공간 제약을 모두 가진 실세계의 응용에 직접 적용할 수 없다. 따라서 이 논문에서는 실세계 응용들의 분석을 위한 시공간 집계함수를 제안하고, 실제 응용에서의 분석을 위한 질의 예를 보인다. 제안된 시공간 집계함수에 의해 사용자는 응용시스템에 따른 시공간 데이터 분석을 위해 간략하고 편리한 질의 할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.49-51
• /
• 2004

최근 GPS시스템, 감시 시스템, 기상 관측 시스템과 같은 다양한 응용 시스템으로부터 수집된 시공간 속성을 가진 데이터를 분석하고자 하는 시공간 데이터 마이닝에 대한 관심이 더욱 높아지고 있다. 기존의 시공간 데이터 마이닝에 대한 연구는 문자.숫자 데이터를 기반의 마이닝 기법을 그대로 적용하고 있기 때문에 데이터의 시공간 속성을 충분히 고려한 분석으로는 한계가 많은 것이 사실이다. 본 논문에서는 패턴 인식과 클러스터링 능력이 뛰어나다고 알려진 SOM을 기반으로 시공간 클러스터링 모듈을 개발하고, 개발된 모듈의 성능과 클러스터링 정확성에 대하여 K-means, 응집 계층 알고리즘(Average Linkage, Ward)과 비교함으로써 시공간 데이터 마이닝을 위한 각 알고리즘들의 성능을 분석하였다 또한 입력 데이터의 특성과 클러스터링 결과를 더욱 정확하게 나타내어 가시적인 분석을 도울 수 있도록 시공간 데이터 클러스터링을 위한 가시화 모듈을 개발하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.51-53
• /
• 2000

시공간 추론에 관한 연구는 그 역사가 오래되었으며 지난 수 십년 동안 매우 많은 이론적인 연구 결과를 얻었다. 그러나, 이와 관련된 응용분야의 연구는 거의 진척되지 않았기 때문에 시공간 추론의 이론과 응용 사이의 간격을 줄이고 실제 활용 가능한 시스템 개발을 위해서는 관련 이론을 토대로 한 응용 시스템의 개발이 필요하게 되었다. 따라서, 이 논문에서는 그 동안 연구된 시공간 추론의 이론을 특정 응용 분야인 전장분석에 적용하여 전장분석 및 평가에 중요한 영향을 미치는 미상의 부대, 미확인 부대, 주타격 방향을 추론하고, 부대의 이동 위치 및 이동시간을 추동하는 시공간 추론 시스템을 설계 및 구현하였다.

• Journal of KIISE:Databases
• /
• v.32 no.1
• /
• pp.43-55
• /
• 2005

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.

• Journal of KIISE
• /
• v.43 no.2
• /
• pp.135-142
• /
• 2016

Visual analysis of spatiotemporal data has focused on a variety of techniques for analyzing and exploring the data. The goal of these techniques is to explore the spatiotemporal data using time information, discover patterns in the data, and analyze spatiotemporal data. The overall trend flow patterns help users analyze geo-referenced temporal events. However, it is difficult to extract and visualize overall trend flow patterns using data that has no trajectory information for movements. In order to visualize overall trend flow patterns, in this paper, we estimate continuous distributions of discrete events over time using KDE, and we extract vector fields from the continuous distributions using the gravity model. We then apply our technique on twitter data to validate techniques.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05c
• /
• pp.1503-1506
• /
• 2003

시공간 데이터베이스는 실세계에 존재하는 다양한 유형의 객체에 대한 공간 관리와 이력정보를 동시에 제공함으로써 사용자에게 시공간 데이터에 대한 저장 및 질의 수단을 제공한다. 질의 연산 중 집계 연산은 특정한 조건을 만족하는 데이터에 대하여 계산을 수행한 결과 값을 반환하는 연산으로, 다양한 분야에서 데이터의 분석을 위해 사용된다. 그러나 기존의 집계에 대한 연구는 시간 또는 공간에만 편중되어 시간과 공간 제약을 모두 가진 실세계의 응용에 직접 적용할 수 없다. 따라서 이 논문에서는 실세계 응용들의 분석을 위한 시공간 집계함수를 제안하고, 실제 응용에서의 분석을 위한 질의 예를 보인다. 제안된 시공간 집계함수에 의해 사용자는 응용시스템에 따른 시공간데이터 분석을 위해 간략하고 편리한 질의 할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.14-14
• /
• 2022

홍수시 하천의 유량측정은 매우 어렵고 위험하며 많은 노력과 비용이 드는 작업이다. 이러한 홍수시 유량측정을 위해 영상을 이용하여 하천의 표면유속을 측정하고 여기서 유량을 산정하는 기술은 하천 유량 측정의 자동화와 안전한 유량 측정을 위한 대안으로 크게 주목받고 있다. 그런데, 유속측정을 위해 20~40초 정도의 영상의 평균유속을 구하고자 하면, 방대한 양의 영상처리에 많은 시간이 소요되어 실시간 측정이나 분석이 어렵게 된다. 본 연구는 영상을 이용하여 홍수시 하천의 유량을 실시간으로 측정하기 위해 투영변환과 시공간영상 분석법을 적용하여 실용적인 표면영상유속계를 개발하기 위한 것이다. 이를 위해, 3차원 투영변환(11변수 변환)을 적용하여 측정선과 유속측정점의 위치를 영상내에 특정하고 이 부분만을 추출하여 시공간 영상(spatio-temporal images)으로 구성하고, 이 시공간 영상을 분석하여 유속과 유량을 산출하는 기법을 개발하였다. 즉, 하천의 주흐름 방향의 유속만을 산정하도록 하여 영상의 분석에 소요되는 계산량과 계산시간을 단축하였다. 또한, 시공간 분석과정도 기존의 CASTI (Correlation Analysis of Spatio-Temporal Images)를 훨씬 간단하고 빠르게 계산할 수 있도록 개량하였다. 그 결과 영상의 유속분석 및 유량산정에 소요되는 시간을 획기적으로 줄일 수 있었으며, 실시간으로 유량 측정이 가능하게 되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.198-198
• /
• 2012

본 연구에서는 서울지방의 최근 10년간 우기시 강우자료를 이용하여 시공간패턴에 따른 강수의 변화를 분석하였다. 이를 위하여 GIS 기법, 강우사상 구분법 및 공간의 상관성 분석 등을 적용하였다. 본 연구의 대상지역인 서울은 북위 $37^{\circ}$34', 동경 $126^{\circ}$59' 부근에 위치하며 남북방향으로 30.3 km, 동서방향으로 36.8km에 걸쳐 있으며 그 면적은 약 $605.41km^2$이다. 또 서울 중앙에서는 한강이 동쪽에서 서쪽으로 흐르며 서울을 강북과 강남으로 양분하고 있으며, 서울을 관통하고 있는 한강으로 수많은 지천이 합류하고 있다. 이러한 지리적 특성들로 인하여 서울 지역의 기후는 매우 복잡한 양상을 나타내고 있다. 과거에는 서울지역에 강우관측소의 수가 매우 적어 이러한 현상을 분석하는데 한계가 있었으나 최근에 자동기상관측소(AWS)들의 확충으로 인하여 자료의 양이 넓어졌다. 본 연구에서는 이러한 자료들을 사용하여 강수의 시공간 패턴을 분석하고자 한다. 이를 위하여 강수의 사상을 구분하기 위한 방법인 IETD법(Inter Event Time Definition)을 적용하였으며, 요인분석 및 군집분석을 이용하여 서울의 강수 지역 구분 및 패턴 분석을 실시하였다. 이러한 분석을 통하여 최종적으로 최근 10년간 서울지방의 강수의 시공간 패턴을 제시하고자 하였다.

• Journal of the Economic Geographical Society of Korea
• /
• v.16 no.3
• /
• pp.492-511
• /
• 2013

According to IASB(International Accounting Standards Board), R&D(Research and Development) is defined as a tertiary sector industry combining research and development. Many studies investigated R&D industry clusters in the form of high-tech cluster(Coe et al., 2007). However, these studies only generalized various spatial cluster of R&D industries. In particular, the studies could not considers cluster formation process over time lacking statistical significance in space-time perspectives. This study, therefore, indicates the limitation of recent R&D cluster literature which only considers either time or space. In addition, this study explores space-time clusters in R&D industry together with textile and cloth industry for comparison. Discovering the existence and location of clusters, this study utilized space-time K function and space-time scan statistics. The result shows that R&D industry presents significant clusters only in spatial dimension. No significant clusters were found in space-time dimension. However, textile and clothing industry presents significant clusters in both spatial and space-time dimensions.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.483-487
• /
• 2010

하천에서 물이 비교적 빠른 속도로 흘러가면 압력 변동, 하상의 조도, 하천내 구조물 등의 영향에 의해 수면이 끊임없이 변형을 일으키며 수면에 작은 물결(수면 파문)이 생긴다. 이러한 수면 파문은 유수에 의해 유수의 평균 유속으로 이류되며, 이 때문에 인간이 유수의 흐름을 시각적으로 인식할 수 있다. 이러한 표면 파문은 적절한 영상 분석을 하면 표면 유속 측정의 추적자로 이용할 수 있다. 본 연구는 유수 표면을 연속된 영상을 촬영하고, 일련의 영상을 시공간 영상(space-time image)으로 만든 뒤, 휘도 경사법(graylevel gradient method)으로 유속 벡터를 추출하는 새로운 방법을 제시하였다. 이 분석 과정은 기존의 입자 영상 유속계(PIV, Particle Image Velocimetry) 기법을 이용하는 방법보다 훨씬 간단하고 분석 시간도 크게 절약할 수 있다. 또한, 수면 파문의 전파에 따른 중력파의 영향을 시공간 영상의 처리 과정에서 잡음으로 간주하여 처리할 수 있다는 장점을 가지고 있다. 개발된 루틴을 표면 영상 유속계(SIV, Surface Image Velocimtery)에 구현하여 새로운 영상 유속계를 개발하였다. 시공간 영상 분속을 이용하는 새로운 영상 유속계를 실험실 수로의 영상 자료에 적용하여 그 정확도, 적용성, 장단점 등을 분석하였다. 제안된 방법에 의한 평균류 산정 결과는 물리적으로 타당하며, 저속 또는 저휘도에서의 분석 성능이 뛰어난 것으로 밝혀졌다. 다만, 이방향 흐름의 분석에서는 문제가 있는 것이 밝혀졌다.