• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.287-288
• /
• 2009

Multi-query optimization (MQO) is a critical research issue in the real-time data stream management system (DSMS). We propose to address this problem in the ubiquitous GIS (u-GIS) environment, focusing on grouping 'similar' spatio-temporal queries incrementally into N clusters so that they can be processed virtually as N queries. By minimizing N, the overlaps in the data requirements of the raw queries can be avoided, which implies the reducing of the total disk I/O cost. In this paper, we define the spatio-temporal query clustering problem and give a data cubing approach (Q-cube), which is expected to be implemented in the cloud computing paradigm.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권9호
• /
• pp.1150-1160
• /
• 2004

본 논문에서는 MPEG-2에서 정의한 시공간적 계위를 확장하여 enhanced Access Grid (e-AG) 상의 서로 다른 디스플레이 시스템 및 네트워크 환경을 가진 수신 단말의 효율적인 디스플레이를 위한 새로운 3차원 영상의 부호화 방법을 제안한다. 제안된 부호화기는 3차원 영상에 대해서 시공간적 기본 해상도 및 고 해상도의 영상을 표현 가능하도록 여러 계층의 비트 열을 생성한다. 생성된 비트 열은 수신 단말의 네트워크 환경 및 처리속도, 디스플레이 환경에 따라 다른 시공간적 해상포론 표현할 수 있도록 선택적으로 전송된다. 제안된 시공간적 계위를 이용한 3차원 영상 부호화기는 이질적인 분산환경에서의 효율적인 3차원 비디오 전송 서비스에 활용 가능하다.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권1호
• /
• pp.39-47
• /
• 2004

대부분의 시공간 데이타베이스 연구들은 색인 분야에서 진행되었다. 그러나, 색인 연구들은 시공간 색인 유지를 위해서 필요한 엄청난 오버헤드의 고려 없이, 색인 생성 후의 빠른 질의 처리에 초점이 맞추어져 있다. 이 논문에서, 우리는 이동체들의 갱신들을 시공간 색인에 반영하기 위해서 필요한 디스크 액세스 수를 줄이는 효율적인 갱신 관리 방법을 제안한다. 객체의 움직임을 잘 표현할 수 있는 현실적인 갱신 패턴을 고려하여 자주 갱신되는 소수의 객체들을 유지할 수 있는 메모리 구조를 제안한다. 실질적인 갱신 패턴을 고려한 실험 환경에서, 우리의 방법은 기존 색인들의 일반적인 갱신 방법보다 약 40%의 디스크 액세스 수를 줄인다.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권3호
• /
• pp.252-260
• /
• 2004

최근에 움직이는 객체의 미래 위치를 위한 TPR-tree가 제안되었으며, TPR-tree를 이용한 많은 연구들이 제안되었다. 그러나, TPR-tree가 시공간 데이타베이스에서 널리 사용됨에도 불구하고, TPR-tree를 위한 비용 모델은 제안되지 않았다. R-tree와 같은 공간 색인을 위한 비용 모델들은 움직이는 객체들의 미래 위치를 전혀 고려하지 않기 때문에, TPR-tree에 대한 시공간 질의를 위한 디스크 액세스 수를 정확하게 예측하지 못한다. 본 논문에서는 움직이는 객체들의 미래 위치를 고려한 TPR-tree를 위한 비용 모델을 처음으로 제안한다. 다양한 실험 결과, 제안된 TPR-tree의 비용 모델은 디스크 액세스 수를 정확하게 예측한다.

• 한국정보통신학회논문지
• /
• 제14권4호
• /
• pp.909-916
• /
• 2010

유비쿼터스 컴퓨팅 환경에서 GIS 서비스는 모바일 기기를 이용하여 언제, 어디서나 시공간 데이터를 이용할 수 있는 특징이 있다. 또한 최신의 공간 데이터를 무선 네트워크를 이용하여 서버로부터 클라이언트는 업데이트를 제공받는다. 하지만 기존의 시스템은 실세계의 변화를 서버에서 일정 주기로 수집하기 때문에 사용자에게 최신 정보를 제공하는데 오랜 시간이 소요되는 단점이 있다. 이 논문에서는 기존의 문제점을 해결하기 위해 필드 업데이트를 지원하는 양방향 동기화 시스템을 제안한다. 제안하는 시스템은 모바일 기기를 이용하여 클라이언트에서 실세계의 변경된 사항을 수집하고, 수집된 데이터를 서버에 전송한다.

• 한국멀티미디어학회논문지
• /
• 제23권8호
• /
• pp.977-985
• /
• 2020

Aiming at the problem of complex feature extraction and low accuracy in human action recognition, this paper proposed a network structure combining batch normalization algorithm with GoogLeNet network model. Applying Batch Normalization idea in the field of image classification to action recognition field, it improved the algorithm by normalizing the network input training sample by mini-batch. For convolutional network, RGB image was the spatial input, and stacked optical flows was the temporal input. Then, it fused the spatio-temporal networks to get the final action recognition result. It trained and evaluated the architecture on the standard video actions benchmarks of UCF101 and HMDB51, which achieved the accuracy of 93.42% and 67.82%. The results show that the improved convolutional neural network has a significant improvement in improving the recognition rate and has obvious advantages in action recognition.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(4)
• /
• pp.97-100
• /
• 2001

In this paper, We propose a new semiautomatic segmentation method using spatio-temporal similarity. In the proposed scheme, segmentation is performed using gradual region merging and hi-direction at spatio-temporal refinement. Simulation results show the efficiency of the proposed method in semantic object extraction.

• 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.

• ETRI Journal
• /
• 제24권3호
• /
• pp.226-238
• /
• 2002

A spatial object changes its states over time. However, existing spatial and temporal database systems cannot fully manage time-varying data with both spatial and non-spatial attributes. To overcome this limitation, we present a framework for spatio-temporal databases that can manage all time-varying historical information and integrate spatial and temporal relationship operators into the select statement in SQL3. For the purpose of our framework, we define three referencing macros and a history aggregate operator and classify the existing spatial and temporal relationship operators into three groups: exclusively spatial relationship operators, exclusively temporal relationship operators, and spatio-temporal common relationship operators. Finally, we believe the integration of spatial and temporal relationship operators into SQL3 will provide a useful framework for the history management of time-varying spatial objects in a uniform manner.

• Journal of Information Processing Systems
• /
• 제13권5호
• /
• pp.1259-1276
• /
• 2017

As technologies related to sensor network are currently emerging and the use of GeoSensor is increasing along with the development of Internet of Things (IoT) technology, spatial query processing systems to efficiently process spatial sensor data are being actively studied. However, existing spatial query processing systems do not support a spatial-temporal data type and a spatial-temporal operator for processing spatialtemporal sensor data. Therefore, they are inadequate for processing spatial-temporal sensor data like GeoSensor. Accordingly, this paper developed a spatial-temporal query processing system, for efficient spatial-temporal query processing of spatial-temporal sensor data in a sensor network. Lastly, this paper verified the utility of System through a scenario, and proved that this system's performance is better than existing systems through performance assessment of performance time and memory usage.