메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 컴퓨팅의 실제 및 레터 정보과학회논문지 : 컴퓨팅의 실제 및 레터 제15권 제1호
발행연도
2009.1
수록면
57 - 61 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2009

데이타 축소와 군집화를 사용하는 시공간 데이타의 이산화 기법
강주영 ,  용환승 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2009.01 학술저널

2008

데이터 축소와 군집화를 사용하는 시공간 데이터의 이산화 기법
강주영 ,  용환승 한국정보과학회 학술발표논문집 2008.06 학술대회자료

초록· 키워드

오류제보하기
항목 기반의 순차 패턴 마이닝 기법들을 시공간 데이타에 적용하기 위해서는 시공간 속성 값에 대한 적절한 이산화가 필수적이다. 본 논문에서는 입력 데이타의 시공간적 상관 정보를 유지함과 동시에 데이타 수를 축소시킴으로써 마이닝 프로세스의 효율성을 높이는 이산화 기법을 제안한다. 제안된 기법은 선 단순화를 사용하여 궤적에 대한 근사치를 구함으로써 마이닝 단계에서 처리할 데이타 크기를 축소시킨다. 또한 단순화 된 궤적을 유사한 시공간적 특성을 가지는 논리적 그룹으로 군집화하여 데이타의 분포를 고려한 이산화를 수행한다. 실험을 통해 제안된 기법이 마이닝 프로세스의 효율성을 높일 뿐 아니라 보다 직관적이고 해석이 용이한 패턴을 도출하는 것을 보였다.
#시공간 데이타 마이닝 #이산화 #선 단순화 #군집화 #Spatio-temporal data mining #Discretization #Line simplification #Clustering

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 시공간 데이타의 이산화
4. 데이타 축소와 군집화 기반의 시공간 데이타 이산화 기법
5. 실험
6. 결론
참고문헌

참고문헌 (10)

참고문헌 신청
Agrawal R. / 1995 / Mining Sequential Pat terns / Proc. of ICDE, :3~14 google schola Tsoukatos, I. / 2001 / Efficient mining of spatiotemporal patterns / Proc. of Int’l. Symp. on Spatial and Temporal Databases. :425~442 google schola Hussain, F. / 2002 / Discretization: An Enabling Technique / Journal of Data Mining and Knowledge Discovery 6(4):393~423 google schola Yavas,G. / 2005 / A data mining approach for location prediction in mobile environments / Data and Knowledge Engineering 54(2):121~146 google schola Mamoulis,N. / 2004 / Mining, indexing, and querying historical spatiotemporal data / Proc. of 10th Int’l Conference on KDD :236~245 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-015755576