In this paper, we offer a new technique to discover frequent spatiotemporal patterns from a moving object database. Though the search space for spatiotemporal knowledge is extremely challenging, imposing spatial and timing constraints on moving sequences makes the computation feasible. The proposed technique includes two algorithms, AllMOP and MaxMOP, to find all frequent patterns and maximal patterns, respectively. In addition, to support the service provider in sending information to a user in a push-driven manner, we propose a rule-based location prediction technique to predict the future location of the user. The idea is to employ the algorithm AllMOP to discover the frequent movement patterns in the user's historical movements, from which frequent movement rules are generated. These rules are then used to estimate the future location of the user. The performance is assessed with respect to precision and recall. The proposed techniques could be quite efficiently applied in a location-based service (LBS) system in which diverse types of data are integrated to support a variety of LBSs.
KSII Transactions on Internet and Information Systems (TIIS)
/
제14권5호
/
pp.1909-1928
/
2020
Predicting human mobility has always been an important task in Location-based Social Network. Previous efforts fail to capture spatial dependence effectively, mainly reflected in weakening the location topology information. In this paper, we propose a neural network-based method which can capture spatial-temporal dependence to predict the next location of a person. Specifically, we involve a graph convolutional network (GCN) based on a seq2seq framework to capture the location topology information and temporal dependence, respectively. The encoder of the seq2seq framework first generates the hidden state and cell state of the historical trajectories. The GCN is then used to generate graph embeddings of the location topology graph. Finally, we predict future trajectories by aggregated temporal dependence and graph embeddings in the decoder. For evaluation, we leverage two real-world datasets, Foursquare and Gowalla. The experimental results demonstrate that our model has a better performance than the compared models.
본 연구는 상황 인지 서비스 구현의 다양한 기술 요소 중, 추론 및 예측 기술에 초점을 둔다. 대표적인 예측 알고리즘에는 베이시안 네트워크가 있으나 상황 인지 시스템을 구현할 때 그 구조를 실제로 구현하는 것은 매우 복잡한 일이며 실시간 환경에서 트레이닝 데이터 처리에서 오는 시간 지연 문제 등이 발생하게 된다. 또한 특정 목적의 상황 인지 시스템에서 이 알고리즘이 어느 정도 예측 정확도와 신뢰도를 가지고 상황 정보와 부합하는지 역시 미지수이다. 본 논문에서는 가장 간단한 알고리즘인 순차적 매칭 알고리즘에 캐시 기법을 이용한 위치 예측 알고리즘을 제안한다. 이러한 접근 방식을 통해 알고리즘 수행 시 처리 시간을 캐시 기법을 사용하지 않았을 때 보다 평균적으로 48.7%를 줄이게 된다. 이는 사용자의 습관이나 행동 양식을 고려함으로써 상황 인지 시스템의 상황 정보와 부합하기 때문이라 할 수 있다.
MANET is a network that is a very useful application to build network environment in difficult situation to build network infrastructure. But, nodes that configures MANET have difficulties in data retrieval owing to resources which aren't enough and mobility. Therefore, caching scheme is required to improve accessibility and availability for frequently accessed data. In this paper, we proposed a technique that utilize mobility prediction of nodes to retrieve quickly desired information and improve data availability. Mobility prediction of modes is performed through distance calculation using location information. We used technique which global cluster table and local member table is managed by cluster head to reduce data consistency and query latency time. We compared COCA and CacheData and experimented to confirm performance of proposed scheme in this paper and efficiency of the proposed technique through experience was confirmed.
이동 객체의 위치 정보는 차량 추적, 디지털 전장, 위치 기반 서비스, 텔레메틱스 등에 적용되며, 일정한 시간의 주기마다 측정된 위치 좌표가 시스템에 저장된다. 이 때 시스템에 저장되지 않은 질의 시점에서의 위치 정보를 추정하기 위해 선형 함수가 주로 사용된다. 그러나 선형 함수를 사용한 위치 추정에는 오차가 발생되므로, 위치 표현의 부정확성을 보완하기 위한 방법이 필요하다. 이 논문에서는 선형위치 추정 함수의 오차를 감소시키기 위해 3차 스플라인 보간법의 적용을 제안한다. 먼저 2차원 공간에서 이동하는 객체의 위치 정보를 정의한다. 다음으로 3차 스플라인 보간법을 제안한 데이타 모델의 위치 추정에 적용하고, 위치 추정 연산 알고리즘을 기술한다. 마지막으로 제안한 위치 추정 연산 모델의 정확성을 실험한다. 실험 결과, 이 논문에서 제안한 위치 추정 연산은 적은 량의 위치 정보를 사용함에도 불구하고, 선형 함수를 사용한 경우보다 더 정확한 결과를 나타내었다. 제안 방법은 이동 객체의 위치 정보 관리를 위한 데이타 저장공간 및 통신비용을 감소시키는 장점을 가진다.
The subject of the paper is the selection of the number and location of raingauge stations among existing ones for the computation of mean areal precipitation and for use as input of real-time flow prediction models. The weighted average method developed by National Weather Service was used to compute MAP over the Boone River basin in Iowa with a 40 year daily data set. Two different searching methods were used to find local optimal solutions. An operational rainfall-runoff model was used to determine the optimal location and number of stations for flow prediction.
Ye, Ning;Zhang, Yingya;Wang, Ruchuan;Malekian, Reza
KSII Transactions on Internet and Information Systems (TIIS)
/
제10권7호
/
pp.3150-3170
/
2016
In Intelligent Transportation Systems (ITS), logistics distribution and mobile e-commerce, the real-time, accurate and reliable vehicle trajectory prediction has significant application value. Vehicle trajectory prediction can not only provide accurate location-based services, but also can monitor and predict traffic situation in advance, and then further recommend the optimal route for users. In this paper, firstly, we mine the double layers of hidden states of vehicle historical trajectories, and then determine the parameters of HMM (hidden Markov model) by historical data. Secondly, we adopt Viterbi algorithm to seek the double layers hidden states sequences corresponding to the just driven trajectory. Finally, we propose a new algorithm (DHMTP) for vehicle trajectory prediction based on the hidden Markov model of double layers hidden states, and predict the nearest neighbor unit of location information of the next k stages. The experimental results demonstrate that the prediction accuracy of the proposed algorithm is increased by 18.3% compared with TPMO algorithm and increased by 23.1% compared with Naive algorithm in aspect of predicting the next k phases' trajectories, especially when traffic flow is greater, such as this time from weekday morning to evening. Moreover, the time performance of DHMTP algorithm is also clearly improved compared with TPMO algorithm.
현재 무선 통신 기술과 위치 정보 기술의 발달은 다양한 위치 기반 서비스(LBS: Location Based Services)의 발전을 가져왔으며, 위치 기반 서비스에서 이동 객체의 미래 위치를 빠르게 예측하기 위한 미래 인덱스의 필요성이 높아지고 있다. 미래 인덱스와 관련한 대표적인 연구로써 도로 네트워크 환경에서 이동 객체의 과거 궤적 정보를 이용하여 신뢰성을 높인 확률 궤적 예측 기법이 연구되었다. 그러나, 이 기법은 장기간 미래 질의 시 방대한 미래 궤적 탐색 부하로 인해 예측 성능이 떨어지게 되며, 이 때문에 발생하는 빈번한 미래 궤적 갱신으로 인해 인덱스 유지비용이 매우 높아지게 된다. 따라서, 본 논문에서는 효율적인 장기간 미래 위치 예측을 위한 셀 기반의 미래 인덱싱 기법인 PCT-Tree(Probability Cell Trajectory-Tree)를 제시한다. PCT-Tree는 방대한 과거 궤적의 확률을 셀 단위로 재구성함으로써 인덱스 크기를 줄이고, 장기간 미래 질의의 예측 성능을 개선시킨다. 또한, 과거 궤적 정보를 이용하여 신뢰성있는 미래 궤적을 예측함으로써 미래 궤적 예측 오류에 따르는 통신비용과 미래 궤적 갱신으로 인한 인덱스 재구성 비용을 최소화 할 수 있다. 실험을 통해 도로 네트워크 환경에서 PCT-Tree가 기존 인덱싱 기법보다 장기간 미래 질의 성능이 우수함을 입증하였다.
도심지 무선 인터넷 서비스에서 전파 특성(wave propagation characteristics)을 정화하게 예측하여 서비스 영역을 결정하는데 있어서 최적의 기지국 선정, 셀 설계 등은 매우 중요한 과정이다. 서비스 지역의 지형 지물 및 인위적 구조물의 건물 재질 및 높이와 폭 등 각기 다른 특징으로 인하여 무선망 서비스의 송수신 거리에 큰 영향을 미치고 있으며, 이는 기본적으로 요구되어지는 무선 인터넷 품질을 정확하게 예측 및 분석하여 이용자에게 서비스를 제공하는데 큰 어려움을 갖게 한다. 본 논문에서는 이러한 문제점을 개선하기 위한 전파 예측 모델에 의한 기본 기지국 위치 선정 후 가장 서비스 영향을 미치는 기지국 위치 이동 및 안테나의 각도 등 무선망 최적화를 결정짓는 파라미터 값의 변화에 따라 서비스 영역이 최적화 되어 서비스 지역 덴 품질이 개선되는 과정을 시뮬레이션 함으로써 무선방 기지국 최적화 과정을 통하여 동일 지역 내 서비스 커버리지가 넓어지고 개선된 품질로서 이용자들이 질 높은 무선 인터넷 서비스를 제공받을 수 있게 된다는 것을 보여 주었다.
Predicting the cellular location of an unknown protein gives valuable information for inferring the possible function of the protein. For more accurate Prediction system, we need a good feature extraction method that transforms the raw sequence data into the numerical feature vector, minimizing information loss. In this paper we propose new methods of extracting underlying features only from the sequence data by computing pairwise sequence alignment scores. In addition, we use composition based features to improve prediction accuracy. To construct an SVM ensemble from separately trained SVM classifiers, we propose specificity based weighted majority voting . The overall prediction accuracy evaluated by the 5-fold cross-validation reached $88.53\%$ for the eukaryotic animal data set. By comparing the prediction accuracy of various feature extraction methods, we could get the biological insight on the location of targeting information. Our numerical experiments confirm that our new feature extraction methods are very useful forpredicting subcellular localization of proteins.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.