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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김동오 (건국대학교) 홍동숙 (건국대학교) 한기준 (건국대학교)
저널정보
대한공간정보학회 대한공간정보학회 학술대회 2007 GIS 공동춘계학술대회 논문집
발행연도
2007.6
수록면
65 - 70 (6page)

이용수

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

초록· 키워드

오류제보하기
유비쿼터스 센서 네트워크 관련 기술이 급속히 발전하고 센서가 여러 분야에서 활용됨에 따라 센싱되는 데이타를 효율적으로 관리하기 위한 연구가 활발히 진행되고 있다. 일반적으로 유비쿼터스 센서 네트워크에서 센싱되는 데이타는 계통적 오차와 측정 방법의 부적합 등으로 인한 불확실성을 가지며, 또한 센싱하는 환경 및 제약으로 인해 데이타가 유사하거나 반복되는 제한성을 가진다. 그러나 기존의 연구들은 센싱되는 데이타의 이러한 특성을 고려하지 못함으로 인해 검색이 비효율적이다.
따라서, 본 논문에서는 불확실한 데이타를 고려한 기존의 인덱스를 확장하여 유비쿼터스 센서 네트워크에서 센싱되는 데이타 중 제한성을 가지는 데이타를 그룹화함으로써 효율적인 검색을 지원하는 그룹화 기법을 제시한다. 본 논문은 센싱된 데이타를 그룹화하는 기법으로써 처음에 그룹으로 설정된 영역을 이용해 그룹화하는 최초 그룹화 기법, 한 그룹 내에 최대한 많은 데이타를 그룹화하는 최적 그룹화 기법 센싱된 데이타를 최대한 근접하게 그룹화하는 최근접 그룹화 기법을 제시한다. 마지막으로, 성능 평가를 통해 본 논문에서 제시한 그룹화 기법을 이용한 인덱스에 대한 검색 성능의 우수성을 입증한다.

목차

요약
1. 서론
2. UR-tree
3. GUR-tree
4. 성능 평가
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2010-533-002548886