• ETRI Journal
• /
• 제30권3호
• /
• pp.421-431
• /
• 2008

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.

• 한국통신학회논문지
• /
• 제32권6B호
• /
• pp.375-381
• /
• 2007

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.

• 디지털산업정보학회논문지
• /
• 제8권4호
• /
• pp.143-149
• /
• 2012

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.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권5호
• /
• pp.479-491
• /
• 2004

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.

• Korean Journal of Hydrosciences
• /
• 제7권
• /
• pp.125-137
• /
• 1996

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.

• 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.

• 한국공간정보시스템학회 논문지
• /
• 제9권1호
• /
• pp.1-13
• /
• 2007

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.

• 한국전자파학회논문지
• /
• 제19권5호
• /
• pp.587-596
• /
• 2008

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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.226-228
• /
• 2005

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.