최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기정보처리학회논문지. The KIPS transactions. Part D. Part D, v.16D no.2, 2009년, pp.161 - 168
전현준 (부경대학교 컴퓨터공학과) , 박주현 (부경대학교 전자컴퓨터정보통신공학부) , 박희숙 (부경대학교 전자컴퓨터정보통신공학부) , 조우현 (부경대학교 전자컴퓨터정보통신공학부)
Recently, use of various position base servicesthat collect position information for moving object and utilize in real life is increasing by the development of wireless network technology. Accordingly, new index structures are required to efficiently retrieve the consecutive positions of moving obje...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
최적의 궤적 분할이란 무엇인가? | 최적의 궤적 분할이란 이동 객체의 궤적에 대하여 범위 질의의 크기를 고려한 각EMBR의 총면적이 가장 최소가 되는 분할을 말한다. 실험 및 성능평가를 위해 선형 시간 궤적 분할 방법[4]과 본 논문에서 제안하는 궤적 분할 방법과의 성능 비교 평가를 위한 기준으로 최적의 궤적 분할을 구현한다. | |
이동 객체의 위치를 검색하기 위해 주로 쓰이는 공간 색인 방법에는 무엇이 있는가? | 이동 객체의 위치를 검색하기 위해 주로 쓰이는 공간 색인 방법으로는 격자 파일(Grid File)[12], 사분 트리(Quad Tree)[13]와 같은 공간 분할 색인과 R-tree[14]와 같은 데이터 분할 색인이 있다. 그 중에서 현재까지 제안되고 있는 시공간 색인 구조들을 살펴보면 대부분 R-tree[14]를 기준으로 발전된 방법들을 많이 사용하고 있다. | |
선형 시간 궤적 분할 방법에서 제안한 알고리즘의 장점은 무엇인가? | 선형 시간 궤적 분할 방법[4]에서는 측정 시간 구간의 왼쪽에서 오른쪽으로 선형적으로 진행해 가며 궤적을 분할하는 알고리즘을 제안하였다. 이 방법은 객체가 계속적으로 갱신되는 상황에 있어서 시간적으로 큰 장점을 갖는다. 그러나 저장 공간의 제한이 있을 경우 분할 개수의 한계를 두기 위한 방법으로는 적당치 못하다. |
M. F. Mokbel, T. M. Ghanem and W. G. Aref, 'Spatio-Temporal Access Methods,' Bulletin of the IEEE Computer Society Technical Committee on Data Engineering, pp.40-49, 2003
D. L. Lee, J. Xu, B. Zheng and W. C. Lee, 'Data Management in Location-Dependent Information Services,' IEEE Pervasive Computing, pp.65-72, 2002
D. Pfoser, C. S. Jensen and Y. Tehodoridis, 'Novel Approaches to the Indexing of Moving Object Trajectories, Proc of The 26thInternational Conference on Very Large Data Bases. pp.395-406, 2000
S. Rasetic, J. Sander, J. Elding and M. A. Nascimento, 'A Trajectory Splitting Model for Efficient Spatio-Temporal Indexing,' Proc of The 31st International Conference on Very Large Data Bases. pp.934-945, 2005
X. Xu, J. Han and W. Lu, 'RT-Tree: An Improved R-Tree Indexing Structure for Temporal Spatial Databases,' Proc of the International Symposium on Spatial Data Handling, pp.1040-1049, 1990
O. Wolfson, S. Chamberlain, S. Dao and L. Jiang, 'Location Management in Moving Objects Databases,' Proc of the International Workshop on Satellite-Based Information Services, pp.7-14, 1997
R. Benetis, C. S. Jensen, G. Karciauskas and S. Saltenis, 'Nearest Neighbor and Reverse Nearest Neighbor Queries for Moving Objects,' Proc of the International Symposium on Database Engineering and Applications, pp.44-53, 2002
M. Hadjieleftheriou, G. Kollios, D. Gunopulos and V. J. Tsotras, 'Efficient indexing of Spatiotemporal Objects,' Proc of The 8th International Conference on Extending Database Technology, pp.251-268, 2002
D. E. KNUTH, 'The Art of Computer Programming, Volume 3, Sorting and Searching Second Edition,' Addison Wesley Longman, 1998
J. Nievergelt, H. Hinterberger and K. C. Sevcik, 'The Grid File: An Adaptable, Symmetric Multikey File Structure,' ACM Transactions on Database Systems, pp.38-71, 1984
Y. Theodoridis, R. Silva and M. Nascimento, 'On the Generation of Spatiotemporal Datasets,' Proc of the 6th International Symposium on Spatial Databases, pp.147-164. 1999
Z. Song and N. Roussopoulos, 'SEB-tree: An Approach to Index Continuously Moving Objects,' Proc of the 4th International Conference on Mobile Data Management, pp.340-344, 2003
V. P. Chakka, A. C. Everspaugh and J. M. Patel, 'Indexing Large Trajectory Data Sets With SETI,' Proc ofthe 1st Biennial Conference on Innovative Data Systems Research, 2003
S. Saltenis, C. S. Jensen, S. T. Leutenegger and M. A. Lopez, 'Indexing the Positions of Continuously Moving Objects,' Proc of the ACM International Conference on Management of Data, pp.331-342, 2000
S. Prabhakar, Y. Xia, D. V. Kalashnikov, W. G. Aref and S. E. Hambrusch, 'Query Indexing and Velocity Constrained Indexing: Scalable Techniques for Continuous Queries on Moving Objects,' IEEE Transactions on Computers, pp.1124-1140, 2002
Y. Tao, D. Papadias and J. Sun, 'The TPR*-Tree: An Optimized Spatio-Temporal Access Method for Predictive Queries,' Proc of the 29th International Conference on Very Large Data Bases, pp.790-801, 2003
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.