• 방송공학회논문지
• /
• 제23권1호
• /
• pp.36-44
• /
• 2018

가상 현실(Virtual Reality) 및 증강 현실(Augmented Reality) 기기가 보급되면서 새로운 환경에서의 콘텐츠 제공 기술 연구에 대한 필요성이 증대되고 있다. 특히 해당 환경에서 제공할 수 있는 다양한 컨텐츠 중에서도 사물 인터넷(Internet of Things) 기기의 대중화로 인하여 다수의 일반 사용자들이 생산하고 활용하는 시공간 데이터가 증가하고 있다. 본 연구에서는 시공간 데이터에 대한 VR 및 AR 환경에서의 시각화를 위하여 먼저 데이터의 특성을 분석하였고, 일반 모니터를 사용하여 진행되었던 기존 연구에서의 시각화 기법들을 특성에 따라 분류하였다. 이를 통해 최신 기기의 사양 및 상호 작용 설계에 있어서의 특성을 반영하여, 기존 시각화 기법들의 차용 가능성을 살펴보았다. 본 연구의 결과를 통해 VR 및 AR 기기의 특성에 맞춰 시공간 데이터 시각화를 설계할 수 있을 것으로 기대된다.

• 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.

• Journal of Electrical Engineering and Technology
• /
• 제13권1호
• /
• pp.38-50
• /
• 2018

Spatio-temporal load forecasting (STLF) is a foundation for building the prediction-based power map, which could be a useful tool for the visualization and tendency assessment of urban energy application. Constructing one point-forecasting model for each electricity cell in the geographic space is possible; however, it is unadvisable and insufficient, considering the aggregation features of electricity cells and uncertainties in input variables. This paper presents a new STLF method, with a data-driven framework consisting of 3 subroutines: multi-level clustering of cells considering their aggregation features, load regression for each category of cells based on SLS-SVRNs (sparse least squares support vector regression networks), and interval forecasting of spatio-temporal load with sampled blind number. Take some area in Pudong, Shanghai as the region of study. Results of multi-level clustering show that electricity cells in the same category are clustered in geographic space to some extent, which reveals the spatial aggregation feature of cells. For cellular load regression, a comparison has been made with 3 other forecasting methods, indicating the higher accuracy of the proposed method in point-forecasting of spatio-temporal load. Furthermore, results of interval load forecasting demonstrate that the proposed prediction-interval construction method can effectively convey the uncertainties in input variables.

• 한국IT서비스학회지
• /
• 제9권1호
• /
• pp.127-139
• /
• 2010

Due to the development of information technology and business related to geographical location of customer, the need for the storage and analysis of geographical location data is increasing rapidly. Geographical location data have a spatio-temporal nature which is different from typical business data. Therefore, different methods of data storage and analysis are required. This paper proposes a multi-dimensional data model and data visualization to analyze geographical location data efficiently and effectively. Purchase order data of an online farm products brokerage business was used to build prototype datamart. RFM scores are calculated to classify customers and geocoding technology is applied to display information on maps, thereby to enhance data visualization.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.417-426
• /
• 2019

이 연구에서는 미세먼지 시공간 변화 표현의 단점을 개선하고자 미세먼지를 흐름으로 시각화하였다. 일반적으로 미세먼지 흐름 시각화는 농도 분포와 바람장을 중첩해 표현하지만 도시 단위 이하 국지적 이동의 경우 바람과 미세먼지 이동이 다를 수 있으므로 바람장을 사용하는 것이 적합하지 않을 수 있다. 제시하는 시각화 방법론은 미세먼지 자료에서 직접 흐름 정보를 추출한다는 점에서 기존 연구와 차별성을 갖는다. 공간 상호작용을 설명하는 중력모델을 확장한 흐름 추출 방법을 미세먼지 자료에 적용하여 미세먼지 분포 변화에서 흐름 정보를 추출하였다. 이를 위해 공간보간법을 이용하여 미세먼지 분포도를 작성하였으며 추출된 미세먼지 흐름 정보를 물방울 모양의 움직이는 입자를 이용해 동적으로 시각화하였다. 산업 및 교통 활동이 시작하는 오전 5~7시 시간대를 대상으로 서울시 미세먼지 평균 흐름을 시각화하였으며 미세먼지 요인 중 하나인 교통정보와 연계하여 시각적으로 관련성을 분석하였다.

• 한국경제지리학회지
• /
• 제20권2호
• /
• pp.158-172
• /
• 2017

본 연구는 동적 시각화 방법을 토대로 서울 대도시권 지하철 통행흐름의 요일 간 변동성을 분석한다. 이를 위하여 본 연구에서는 수도권의 1주일치 교통카드 자료에서 요일별로 1분 간격으로 지하철 승객흐름을 추출한다. 지하철망상의 통행흐름의 시공간적 분포를 나타낼 수 있도록 동적 시각화 방법을 고안하여 지하철 승객의 시공간적 분포에 나타나는 요일 간 변동성을 직관적으로 분석한다. 그 결과로 주중과 주말 지하철 승객흐름의 시공간적 분포 패턴은 확연한 차이를 보인다. 주중과 주말에도 요일에 따라 다소 다른 양상을 보인다. 서울의 주요 중심업무지역들과 유흥지역들의 승객흐름에도 요일별 승객흐름 양상에 뚜렷한 차이가 있음을 확인할 수 있다. 이러한 분석결과는 도시계획과 교통계획의 토대가 될 뿐 만 아니라 도시 재해 재난이 발생할 경우 피해에 노출되는 인구규모를 파악하고 신속한 대피대책마련에 유용한 정보를 제공할 수 있다.

• 지능정보연구
• /
• 제10권2호
• /
• pp.15-37
• /
• 2004

최근 데이터 양이 급증하면서 데이터 마이닝에 대한 연구가 활발하게 진행되고 있으며 특히 GPS 시스템, 감시시스템, 기상 관측 시스템과 같은 다양한 응용 시스템으로부터 수집된 데이터를 분석하고자 하는 시공간 데이터 마이닝 연구에 대한 관심이 더욱 높아지고 있다. 기존의 시공간 데이터 마이닝 연구들에서는 비시공간 데이터 기반의 일반적인 클러스터링 기법들을 그대로 적용하고 있으나 데이터의 속성이 다른 시공간 데이터 마이닝에서 기존의 알고리즘들이 어느 정도의 성능을 보장하는지, 데이터의 시공간 속성에 따라 적절한 마이닝 알고리즘을 선택하기 위한 기준이 무엇인지 등에 대한 연구는 미흡한 실정이다. 본 논문에서는 기존의 시공간 데이터 마이닝 연구에서 일반적으로 많이 사용되어 온 알고리즘인 SOM(Self-Organizing Map)을 기반으로 시공간 데이터 마이닝 모듈을 개발하고, 개발된 클러스터링 모듈의 성능을 K-means과 두 가지 응집 계층(Hierarchical Agglomerative) 알고리즘들과 균질도, 분리도, 반면영상 너비, 정확도의 네 가지 평가 기준을 기반으로 비교하였다. 또한 입력 데이터의 특성 가시화 및 클러스터링 결과의 정확한 분석을 위해 시공간 데이터 클러스터링을 위한 가시화 모듈을 개발하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권6호
• /
• pp.3037-3054
• /
• 2019

Public bicycle system (PBS) is a new emerging and popular mode of public transportation. PBS data can be adopted to analyze human movement patterns. Previous work usually focused on specific scales, and the relationships between different levels of hierarchies are ignored. In this paper, we introduce a multi-scale and interactive visual analytics system to investigate human cycling movement and PBS usage condition. The system supports level-of-detail explorative analysis of spatio-temporal characteristics in PBS. Visual views are designed from global, regional and microcosmic scales. For the regional scale, a bicycle network is constructed to model PBS data, and an flow-based community detection algorithm is applied on the bicycle network to determine station clusters. In contrast to the previous used Louvain algorithm, our method avoids producing super-communities and generates better results. We provide two cases to demonstrate how our system can help analysts explore the overall cycling condition in the city and spatio-temporal aggregation of stations.

• 한국경제지리학회지
• /
• 제21권1호
• /
• pp.20-33
• /
• 2018

도시공간에서 인구분포는 하루의 시간축을 따라 통행흐름의 변화와 함께 변동성을 보인다. 통행흐름은 도시민들이 하루 일과가 진행되면서 그들의 활동과 관련된 시설물이 입지한 지점으로 이동한 결과물이므로 도시민의 활동과 관련 시설물의 분포에 직접적인 영향을 받는다. 따라서 도시 인구분포의 시공간적 특성은 도시민의 일상생활과 관련된 활동공간의 분포와 그것을 방문하는 통행흐름을 결합하여 분석할 필요가 있다. 본 연구에서는 토지이용과 통행흐름에 대한 정보가 풍부한 서울시를 대상으로 건축물데이터베이스와 교통카드데이터베이스를 활용하여 하루 및 일주일 시간축을 따라 변동성을 보이는 도시공간의 인구분포를 분석한다. 일반적인 통계적 기법으로는 파악하기 어려운 시공간적 분석을 위하여 자바프로그램을 이용하여 시간과 공간을 결합한 4차원 시각화 방법을 고안한다. 이러한 4차원 시공간에서 역동적 시각화를 이용하면 직관적인 분석이 가능할 뿐만 아니라 인구분포의 시공간적 특성을 보다 효과적으로 파악할 수 있다. 이를 위하여 먼저 각 지점에 위치한 건축물을 용도에 따라 주거, 업무, 상업 활동으로 구분하고, 일주일분 교통카드데이터베이스에서 1분 단위로 각 지점의 버스와 지하철로 오가는 승객수를 산출하고, 이를 4차원으로 시각화하여 교통과 토지이용을 결합해서 서울시 인구분포의 시공간적 특성을 분석한다. 그 결과로 서울의 인구분포는 토지이용에 따라 뚜렷한 시공간적 특성을 보임을 파악할 수 있으며, 특히 업무활동, 상업활동, 주거활동의 혼합 양상에 따라 하루 시간축을 따라 인구분포 양상에 뚜렷한 차이가 있음을 확인하였다. 이러한 연구결과는 도시 시설의 입지계획과 교통계획 수립에 매우 유용하게 활용될 수 있다.

• 한국가시화정보학회지
• /
• 제21권2호
• /
• pp.14-23
• /
• 2023

The pressure difference across stenotic blood vessels is a commonly used clinical metric for diagnosing many cardiovascular diseases. At present, most clinical pressure measurements rely solely on invasive catheterization. In this study, we propose a novel method for non-invasive pressure estimation using the incompressible Navier-Stokes equations and a 3D multi-path integration approach. We verify spatio-temporal convergence on an in-silico dataset of a cylindrical straight pipe phantom with steady and pulsatile flow fields. We then evaluate the proposed method on an in vitro dataset of reconstructed control, pre-operative, and post-operative carotid artery cases acquired from 4D flow MRI. The performance of our method is compared to existing approaches based on the pressure Poisson equation and work-energy relative pressure. The results demonstrate the proposed method's high accuracy, robustness to spatio-temporal subsampling, and reduced sensitivity to noise, highlighting its great potential for non-invasive pressure estimation.