• Journal of Korea Spatial Information System Society
• /
• v.12 no.1
• /
• pp.28-36
• /
• 2010

Some context is characterized by a single event in computing environment, but many other contexts are determined by a lot of things which occur with a space and a time. The Realtime Sensor Network context-awareness service that interacts with the physical space can have property such as time. A methodology that is specified the relationship between the contexts and the service needs to be developed to Realtime context-awareness deal with spatio-temporal. In this paper, we propose an approach which should include spatio-temporal property in the context model, and verify its effectiveness using enhanced Petri-Net. The context-awareness service modeling of Realtime Sensor Network is discussed the properties of model such as basic Petri-Net, patterned Petri-Net, or Spatio-temporal Petri-Net. The proposed methodology demonstrated using an example that is SAEMANGUEM warming watching system. The use of Spatio-temporal Petri-Net will contribute not only to develop the application but also to model the spatio-temporal context awareness.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.26 no.7
• /
• pp.759-766
• /
• 2020

In recent years, the maritime traffic environment has been changing in various ways, and the traffic volume has been increasing constantly. Accordingly, the requirements for maritime traffic analysis have become diversified. To this end, traffic characteristics must first be analyzed using vessel trajectory data. However, as the conventional method is mostly manual, it requires a considerable amount of time and effort, and errors may occur during data processing. In addition, ensuring the reliability of the analysis results is difficult, because this method considers the subjective opinion of analysts. Therefore, in this paper, we propose an automated method of traffic network generation for maritime traffic analysis. In the experiment, spatiotemporal features are analyzed using data collected at Mokpo Harbor over six months. The proposed method can automatically generate a traffic network reflecting the traffic characteristics of the experimental area. In addition, it can be applied to a large amount of trajectory data. Finally, as the spatiotemporal characteristics can be analyzed using the traffic network, the proposed method is expected to be used in various maritime traffic analyses.

• Journal of Korean Society of Transportation
• /
• v.26 no.4
• /
• pp.185-194
• /
• 2008

When forecasting demand for a new road, a select link analysis is usually used to understand the OD pairs that send trips along paths that use the selected link (i.e., the new road). These OD pairs and their associated volumes are listed in a select link analysis. However, there is no research about other methods to obtain these results, so experts are almost always dependent on select link analysis results to obtain these results. The purpose of this study is to propose a model with a different approach from select link analysis to obtain the previously mentioned results. Time and spatial characteristics of networks are used in this new approach. Select link analysis results are used as a comparison index for the results by the proposed model. Also, two case studies (interzonal trips and intracity trips) are performed to validate the significance of the model. Consequently, a correlation coefficient between the results by the proposed model and the comparison index shows high significance: 0.82.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.228-228
• /
• 2023

국지적 지역에 내리는 강한 강도의 강우는 많은 인명 및 재산 피해를 발생시킨다. 이러한 피해를 예방하기 위해 도시 침수 예측에 관한 연구가 오랜 기간 수행되어 왔으며, 최근에는 다양한 신경망(neural network) 모델이 활발히 이용되고 있다. 강우 지속 기간이나 강도는 일정하지 않고, 공간적 특징 또한 도시마다 다르므로 안정적인 침수 예측을 위한 신경망 모델은 강건성(robustness)을 지녀야 한다. 강건한 신경망 모델이란 적대적 공격(adversarial attack)을 방어할 수 있는 능력을 갖춘 모델을 일컫는다. 따라서 본 연구에서는, 도시 침수 예측을 위한 시공간 신경망(spatio-temporal neural network) 모델의 강건성 제고를 위한 방법론을 제안한다. 먼저 적대적 공격의 유형과 방어 방법을 분류하고, 시공간 신경망 모델의 학습 데이터 특성 및 모델 구조구성 조건 등을 활용하여 최적의 강건성 제고 방안을 도출하였다. 해당 모델은 집중호우로 인해 나타날 다양한 관망에서의 침수 피해를 각각 예측하고 피해를 예방하기 위해 활용될 수 있다.

• Journal of Cadastre & Land InformatiX
• /
• v.48 no.2
• /
• pp.79-98
• /
• 2018

The purpose of this study is to suggest a model analysing spatio-temporal characteristics of the civil complaints for the officially assessed land price based on big data mining. Specifically, in this study, the underlying reasons for the civil complaints were found from the spatio-temporal perspectives, rather than the institutional factors, and a model was suggested monitoring a trend of the occurrence of such complaints. The official documents of 6,481 civil complaints for the officially assessed land price in the district of Jung-gu of Incheon Metropolitan City over the period from 2006 to 2015 along with their temporal and spatial poperties were collected and used for the analysis. Frequencies of major key words were examined by using a text mining method. Correlations among mafor key words were studied through the social network analysis. By calculating term frequency(TF) and term frequency-inverse document frequency(TF-IDF), which correspond to the weighted value of key words, I identified the major key words for the occurrence of the civil complaint for the officially assessed land price. Then the spatio-temporal characteristics of the civil complaints were examined by analysing hot spot based on the statistics of Getis-Ord $Gi^*$. It was found that the characteristic of civil complaints for the officially assessed land price were changing, forming a cluster that is linked spatio-temporally. Using text mining and social network analysis method, we could find out that the occurrence reason of civil complaints for the officially assessed land price could be identified quantitatively based on natural language. TF and TF-IDF, the weighted averages of key words, can be used as main explanatory variables to analyze spatio-temporal characteristics of civil complaints for the officially assessed land price since these statistics are different over time across different regions.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.96-96
• /
• 2015

도시의 배수관망은 빠른 배수를 위하여 보다 효율적으로 발전되어 왔다. 일반적으로 임의의 배수 시스템은 홍수기에 가능한 한 빠른 배수를 목표로 설계된다. 이러한 측면에서 인공 배수망은 자연 하천망보다 보다 효율적이라 생각되어 왔다. 본 연구에서는 깁스모형을 이용 서울지역 30개 배수분구의 배수망 특성을 분석한 결과, 배수망 특성면에서 인공적인 배수망이 자연배수망보다 비효율적일 수 있다는, 기존 상식과 다소 대치되는 결과를 얻을 수 있었다. 이러한 배수망의 특성은 도시 유역의 유출특성과 밀접한 연관을 가지고 있다. 효율적인 배수망과 그렇지 않은 배수망의 유출 특성은 매우 다르게 나타난다. 이러한 유출 특성의 차이는 강우의 이동으로 인한 시공간적 변동에 더욱 두드러지게 나타나게 된다. 즉, 효율적인 배수망의 첨두유출량은 이동강우에 대하여 그렇지 않은 배수망에 비해 약 2배 이상의 높은 증가율을 보인다. 따라서 이러한 연구결과는 강우의 변동성에 대비하여 첨두유출량을 저감할 수 있는 동시에 상대적으로 효율적인 최적의 배수관망 레이아웃을 설계하는데 큰 도움이 될 것으로 기대한다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.6 no.4
• /
• pp.37-50
• /
• 2003

In the paper, we describe the query extension techniques for spatiotemporal query functionalities on object-relational DBMS. The spatial objects in real world change the shapes over time. Spatiotemporal databases support to manage a temporal dimension as well as a spatial dimension for history of the objects. The proposed techniques can make conventional object-relational databases to support spatiotemporal databases system by the implementation and inheritance of abstract data types. We define and implement spatial and temporal classes as superclass. And, spatiotemporal classes inherits and extends the classes. The proposed extensions make it easy that conventional database systems not only are transformed into the spatiotemporal database systems, but also do not need to be changed to support spatiotemporal applications.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.460-460
• /
• 2023

최근 범 지구적인 기후변화로 인해 집중호우가 빈번히 발생하고 침수피해가 증가하고 있다. 이에 따른 침수 피해 위험이 큰 지하상가, 지하 주차장, 반지하 주택 등의 침수 발생이 잦아지며 인명 및 재산 피해 발생이 커지고 있다. 이러한 지역은 인근 하수관로의 수위에 따라 침수 영향을 크게 받게 된다. 이에 따른 강우·유출 관계는 침수피해에 대해 대처하기 위해 시공간적 강우 특성이 반영된 하수관로 수위 예측이 중요하다고 판단된다. 이에 본 연구에서 수위 자료는 서울시 하수관로 수위 현황 자료를 활용하였으며, 강수량 자료는 서울 내 서초구 일대의 강수량 자료를 활용하여 연구를 진행하였다. 대상 지역은 저지대에 위치해 침수가 잦은 서초구 서초동으로 선정하였으며, 분석에 사용된 기간은 2012년부터 2021년까지의 수위 자료를 화용하여 이를 바탕으로 순환 신경망인 RNN의 일종이며, 다른 모델의 구조와 비교하여 더욱 간단하고 효율적인 ESN(Echo State Network) 알고리즘을 사용하여 수위 예측을 진행하였다. 분석을 위해 대상 지역의 강수 사상이 발생하여 하수관로의 수위의 변동이 큰 기간을 선정하여 분석을 실시하였다. 2012년부터 2018년까지의 자료를 학습(training) 자료로 활용하였으며, 모형의 검증 위해 통계분석을 실시하여 검증하였다.

• Spatial Information Research
• /
• v.20 no.3
• /
• pp.95-106
• /
• 2012

Recently, with increase and development of the wireless access network area, u-GIS Service is supported in various fields. Especially, spatio-temporal data is used in the mobile environment for the u-GIS service. However, there is no standard for the spatio-temporal data used in different spaces, spatio-temporal data processing technology is necessary to makes interoperability among mobile u-GIS services. Furthermore, it is also necessary to develop the system of gathering, storing, and managing the spatio-temporal data in consideration of small capacity and low performance of mobile devices. Therefore, in this paper, we designed and implemented a spatio-temporal query processing system based on GML to manage spatio-temporal data efficiently in the mobile environment. The spatio-temporal query processing system based on GML can offer a structured storage method which maps a GML schema to a storage table and a binary XML storage method which uses the Fast Infoset technique, so as to support interoperability that is an important feature of GML and increase storage efficiency. we can also provide spatio-temporal operators for rapid query processing of spatio-temporal data of GML documents. In addition, we proved that this system can be utilized for the u-GIS service to implement a virtual scenario.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.73-73
• /
• 2011

일반적으로 미래 기후자료를 산출하기 위하여 기후 시스템을 수치화한 GCM에 의한 결과를 사용한다. 하지만 GCM의 시공간적인 해상도의 문제로 기후변화에 따른 수자원 영향 분석을 위해서는 축소기법의 적용과정이 필요하다. 이를 위하여 전세계적으로 통계학적 방법에 의한 일기발생기를 이용한 축소기법 방법이 많이 이용되고 있다. 하지만 일기발생기에 의한 방법은 월 평균값의 연간 변동성이나 계절적 변화를 재현하는데 한계가 있는 것이 사실이다. 본 연구에서는 이러한 일기 발생기의 한계가 강우의 발생 특성이 평균과 표준편차로 대표되는 통계학적 기법에 근거하고 있기 때문이라고 파악하였다. 따라서 최저온도, 최고온도, 강수량, 상대습도, 풍속, 일사량과 같이 6개의 기상자료를 선정하여 비선형 관계를 고려할 수 있는 기법을 적용하고자 하였다. 이를 위하여 SRES A1B 기후변화 시나리오에 의한 CNCM3 기후모형의 결과를 이용하였고 각 관측소 마다 다양하게 발생하는 강우 특성은 과거의 강우 특성과 유사할 것이라는 가정하에 공간적 축소기법으로 인공 신경망(ANN: Artificial Neural Network) 을 적용하고 시간적 축소기법으로 최근린(NN: Nearest Neighbor) 방법과 유전자 알고리즘(GA: Genetic Algorithm)을 적용하는 기법을 함께 제시하였다. 이러한 기법들을 실제 남한강 유역의 기상관측소 지점으로 적용하여 검증한 결과 모의된 대부분의 기상자료가 관측치를 비교적 잘 재현하였다. 본 연구에서 제시한 비선형 축소기법은 추후 기후변화 연구에 중요한 방법론으로 활용될 수 있을 것으로 기대된다.