• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권7호
• /
• pp.1756-1776
• /
• 2012

Wireless sensor networks (WSNs) are likely to be more prevalent as their cost-effectiveness improves. The spectrum of applications for WSNs spans multiple domains. In environmental sciences, in particular, they are on the way to become an essential technology for monitoring the natural environment and the dynamic behavior of transient physical phenomena over space. Existing sensor network query processors (SNQPs) have also demonstrated that in-network processing is an effective and efficient means of interaction with WSNs for performing queries over live data. Inspired by these findings, this paper investigates the question as to whether spatio-temporal and historical analysis can be carried over WSNs using distributed query-processing techniques. The emphasis of this work is on the spatial, temporal and historical aspects of sensed data, which are not adequately addressed in existing SNQPs. This paper surveys the novel approaches of storing the data and execution of spatio-temporal and historical queries. We introduce the challenges and opportunities of research in the field of in-network storage and in-network spatio-temporal query processing as well as illustrate the current status of research in this field. We also present new areas where the spatio-temporal and historical query processing can be of significant importance.

• 한국공간정보시스템학회 논문지
• /
• 제9권1호
• /
• pp.59-77
• /
• 2007

모바일 환경의 대중화와 이를 위한 기반 기술의 발전으로 인하여 이동 객체들을 효과적으로 표현하고 분석하는 것이 중요한 문제로 대두되고 있다. 이러한 환경에서 이동 객체 궤적의 유사성 검색은 궤적에 대한 데이터 마이닝의 일부분으로 중요한 연구 분야중의 하나이다. 본 논문에서는 도로 네트워크상의 이동 객체 궤적을 위한 시공간 유사 궤적 검색 알고리즘을 제안한다. 이를 위하여 도로 네트워크상에서 두 이동 객체 궤적 사이의 시공간 거리를 정의하고, 이를 기반으로 궤적 사이의 시공간 유사도 측정 방법을 제안한다. 유사 궤적 알고리즘은 효율적인 검색을 위하여 시그니쳐 파일 기법을 이용하여 궤적을 검색한다. 마지막으로, 본 논문에서 제안하는 시공간 유사 궤적 검색 알고리즘을 구현하고, 성능 분석을 통해 제안하는 알고리즘의 효율성을 입증한다.

• 한국정보통신학회논문지
• /
• 제19권6호
• /
• pp.1411-1418
• /
• 2015

공간정보 정책과 관련하여, 아직까지 그 개념이나 구성 및 체계에 관한 선행연구가 미미한 수준이며, 그 연구들마저도 정책이론 관점에서 공간정보 정책의 기본 구조체계를 제시하는 정도로, 공간정보 정책을 정립하기 위한 목적에서 기본 개념을 모색하려는 시도에 불과한 실정이다. 이에 본 논문에서는 2000년대 중반부터 시작된 기존의 PC기반에서 스마트폰 등 모바일 기반으로의 새로운 패러다임 변화라는 현재의 스마트사회에 있어, 한국의 미래국가경쟁력을 좌우할 공간정보기술 정책의 바람직한 미래전략 설정을 위한 전략방향을 고찰하고 대안을 모색해 보고자 한다. 이러한 연구를 통해 글로벌 차원에서 지리공간정보와 관련된 다양한 이슈와 기술 변화를 과학적으로 분석하고 국내지리공간정보에 대한 정책 및 연구 개발 로드맵 수립을 지원하는데 활용될 수 있을 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.907-914
• /
• 2015

재 공간정보정책에 관련하여 그 개념이나 구성 및 체계에 관한 선행연구는 미미한 수준이며, 그 연구들마저도 정책이론관점에서 공간정보정책의 기본 구조체계를 제시하는 정도이며, 공간정보정책을 정립하기 위한 목적에서 기본 개념을 모색하고 제시하는 정도에 불과한 실정이다. 이에 본 논문에서는 2000년대 중반부터 시작된 기존의 PC기반에서 스마트폰 등의 모바일 기반으로의 새로운 패러다임 변화라는 현재의 스마트사회에 있어, 한국의 미래국가경쟁력을 좌우할 공간정보 기술정책의 바람직한 미래전략설정을 위한 그 추진의 전략방향을 고찰하고 그 방안을 모색해 보고자 한다. 이러한 연구를 통해 글로벌 차원에서 지리공간정보와 관련된 다양한 이슈와 기술 변화를 과학적으로 분석하고 국내 지리 공간정보에 대한 정책 및 연구 개발 로드맵 수립을 지원하는데 활용될 수 있을 것으로 판단된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권7호
• /
• pp.2488-2511
• /
• 2015

Data redundancy has high impact on Wireless Sensor Network's (WSN) performance and reliability. Spatial and temporal similarity is an inherent property of sensory data. By reducing this spatio-temporal data redundancy, substantial amount of nodal energy and bandwidth can be conserved. Most of the data gathering approaches use either temporal correlation or spatial correlation to minimize data redundancy. In Collective Prediction exploiting Spatio Temporal correlation (CoPeST), we exploit both the spatial and temporal correlation between sensory data. In the proposed work, the spatial redundancy of sensor data is reduced by similarity based sub clustering, where closely correlated sensor nodes are represented by a single representative node. The temporal redundancy is reduced by model based prediction approach, where only a subset of sensor data is transmitted and the rest is predicted. The proposed work reduces substantial amount of energy expensive communication, while maintaining the data within user define error threshold. Being a distributed approach, the proposed work is highly scalable. The work achieves up to 65% data reduction in a periodical data gathering system with an error tolerance of 0.6℃ on collected data.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권2호
• /
• pp.196-200
• /
• 2008

최근 공간 네트워크 데이타베이스를 위한 질의처리 알고리즘에 관한 연구가 많이 진행되어 왔으나, 경로-기반 질의에 대한 연구는 매우 미흡한 실정이다. 공간 네트워크 데이타베이스에서는 이동객체가 공간 네트워크상에서만 이동하기 때문에 LBS(Location-Based Services) 및 Telematic와 같은 응용에서는 경로-기반 질의가 매우 유용하게 사용된다. 따라서 본 논문에서는 경로-기반 질의의 대표적인 방법인 경로 내 최근접(In-Route Nearest Neighbor, IRNN) 질의처리 알고리즘을 분석하고, 시간 제약을 지닌 새로운 경로 내 최근접 질의처리 알고리즘을 제안한다. 아울러, 성능 분석을 통하여 시간 제약을 지닌 제안하는 질의처리 알고리즘이 기존 경로 내 최근접 질의처리 알고리즘에 비하여 검색 성능이 우수함을 보인다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.120-120
• /
• 2020

Spatial precipitation data is one of the essential components in modeling hydrological problems. The estimation of these data has achieved significant achievements own to the recent advances in remote sensing technology. However, there are still gaps between the satellite-derived rainfall data and observed data due to the significant dependence of rainfall on spatial and temporal characteristics. An effective approach based on the Convolutional Neural Network (CNN) model to correct the satellite-derived rainfall data is proposed in this study. The Mekong River basin, one of the largest river system in the world, was selected as a case study. The two gridded precipitation data sets with a spatial resolution of 0.25 degrees used in the CNN model are APHRODITE (Asian Precipitation - Highly-Resolved Observational Data Integration Towards Evaluation) and PERSIANN-CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks). In particular, PERSIANN-CDR data is exploited as satellite-based precipitation data and APHRODITE data is considered as observed rainfall data. In addition to developing a CNN model to correct the satellite-based rain data, another statistical method based on standard deviations for precipitation bias correction was also mentioned in this study. Estimated results indicate that the CNN model illustrates better performance both in spatial and temporal correlation when compared to the standard deviation method. The finding of this study indicated that the CNN model could produce reliable estimates for the gridded precipitation bias correction problem.

• 보건행정학회지
• /
• 제27권4호
• /
• pp.315-323
• /
• 2017

Background: This study was purposed to analyze the effect of spatial accessibility to the psychiatry department in general hospital on the outpatient visit of mental patients. Methods: Data was provided from the Statistics Korea and Statistical Geographic Information Service, National Health Insurance Service, Health Insurance Review and Assessment Service, and Korea Transport Institute in 2015. The study regions were 103 administrative regions such as Si and Gu. The 103 regions had at least one general hospitals with a psychiatry department. The number of outpatient visit of mental patients in regions was used as the dependent variable. Spatial accessibility to mental general hospital was used as the independent variable. Control variables included such as demographic, economic, and health medical factors. This study used network analysis and multi-variate regression analysis. Network analysis by ArcGIS ver. 10.0 (ESRI, Redlands, CA, USA) was used to evaluate the average travel time and travel distance in Korea. Multi-variate regression analysis was conducted by SAS ver. 9.4 (SAS Institute Inc., Cary, NC, USA). Results: Travel distance and time had significant effects on the number of outpatient visits in mental patients in general hospital. Average travel time and travel distance had negative effects on the number of visits. Variables such as (number of total population, percentage of aged population over 65, and number of mental general hospital) had significant effects on the number of visit in mental patients. Conclusion: Health policy makers will need to consider the spatial accessibility to the mental healthcare organization in conducting regional health planning.

• 한국공간정보시스템학회 논문지
• /
• 제9권3호
• /
• pp.67-80
• /
• 2007

최근 LBS(location-based service) 및 텔레매틱스(telematics) 응용의 효율적인 지원을 위해, 기존 유클리디언(Euclidean) 공간 대신, 실제 도로나 철도와 같은 공간 네트워크(network)를 고려한 다수의 연구가 수행되었다. 그러나 Closest Pairs 질의 및 e-distance 조인 질의는, 하나의 POI(Point Of Interest)를 다루는 대신 POI 집합에 대하여 질의처리를 수행하기 때문에 매우 비용이 많이 든다. 아울러, k 값 및 범위의 증가에 따라 질의처리에 필요한 노드 검색 및 거리 계산의 비용이 매우 크게 증가한다. 따라서 본 논문에서는 공간 네트워크를 위한 효율적인 Closest Pairs 질의 및 e-distance 조인 질의 처리를 위해, POI 기반의 실체화 기법을 이용한 효율적인 질의처리 알고리즘을 제안한다. 아울러 기존 질의처리 알고리즘과의 성능 비교를 통하여 제안하는 알고리즘이 검색 성능이 우수함을 보인다.

• 대한공간정보학회지
• /
• 제24권1호
• /
• pp.25-33
• /
• 2016

포인트 속성의 위치 기반 소셜 네트워크 서비스(Location-Based Social Network Services, LBSNS) 데이터를 멀티스 케일의 타일맵상에 효과적으로 시각화하기 위해서는 격자 기반으로 군집화하여 표현해야 할 필요성이 있다. 이때 격자의 크기 및 개수를 결정해야 하는데, 이에 대한 기준은 정해진 것이 없으며 데이터의 종류와 분석 목적에 따라 달라지므로 연구자의 주관이 개입될 수밖에 없다. 이때 연구 결과에 영향을 끼치는 공간단위 임의성의 문제(Modifiable Areal Unit Problem, MAUP)가 발생한다. 본 연구에서는 LBSNS 중 지오태깅(geotagging)된 트위터(Twitter) 데이터를 대상으로 하여 이러한 MAUP의 영향을 스케일 효과(scale effect)의 측면에서 탐색해 보고자 하였다. 이를 위해 공간오차모델(spatial error model)을 이용하여 데이터의 공간적 자기상관성(spatial autocorrelation)의 정도를 조절하였으며, 이에 대해 격자의 크기를 달리함에 따른 공간적 자기상관성의 변화를 Moran's I를 통해 분석하였다. 실험 결과, 원 데이터에는 양의 공간적 자기상관성이 존재하는 것을 확인하였으며, 이러한 경우에는 공간오차모델의 공간자기회귀계수(spatial autoregressive coefficient)의 값이 증가할수록 공간적 자기상관성이 감소하는 것을 알 수 있었다. 이러한 특성을 이용하여 트위터 데이터의 공간적 자기상관성의 강도를 5단계로 조절하였으며, 각 단계에 대하여 격자의 크기를 9단계로 나누어 각각에서의 Moran's I를 계산하였다. 그 결과, 합역 수준이 높아질수록 공간적 자기상관성이 증가하다가 격자의 크기가 600m에서 1,000m 사이일 때 감소하는 것을 알 수 있었으며, 공간적 자기상관성이 강할수록 MAUP에서의 스케일 효과는 감소하는 경향이 있는 것을 확인하였다.