$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

실시간 스트림 데이터 분석을 위한 시각화 가속 기술 및 시각적 분석 시스템
Fast Visualization Technique and Visual Analytics System for Real-time Analyzing Stream Data 원문보기

컴퓨터그래픽스학회논문지 = Journal of the Korea Computer Graphics Society, v.22 no.4, 2016년, pp.21 - 30  

정성민 (세종대학교 컴퓨터공학과) ,  연한별 (세종대학교 컴퓨터공학과) ,  정대교 (세종대학교 컴퓨터공학과) ,  유상봉 (세종대학교 컴퓨터공학과) ,  김석연 (세종대학교 컴퓨터공학과) ,  장윤 (세종대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

위험관리 시스템은 단 시간에 의사결정하기 위해 스트림 데이터를 실시간으로 분석 할 수 있어야 한다. 많은 데이터 분석 시스템은 CPU와 디스크 데이터베이스로 구성되어 있다. 하지만, cpu 기반 시스템은 스트림 데이터를 실시간으로 분석하는데 어려움이 있다. 스트림 데이터는 1ms부터 1시간, 1일까지 생성주기가 다양하다. 한 개의 센서가 생성하는 데이터는 작다. 하지만 수 만개의 센서가 생성하는 데이터는 매우 크다. 예를 들어 10만개 센서가 1초에 1GB 데이터를 생성한다면, CPU 기반 시스템은 이를 분석 할 수 없다. 이러한 이유로 실시간 스트림 데이터 분석 시스템은 빠른 처리 속도와 확장성이 필요하다. 본 논문에서는 GPU와 하이브리드 데이터베이스를 이용한 시각화 가속 기술을 제안한다. 제안한 기술을 평가하기 위해 우리는 지하 파이프라인에 설치된 센서와 트윗 데이터를 활용하여 실시간 릭 탐지 시각적 분석 시스템에 적용했다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Risk management system should be able to support a decision making within a short time to analyze stream data in real time. Many analytical systems consist of CPU computation and disk based database. However, it is more problematic when existing system analyzes stream data in real time. Stream data ...

주제어

#시각적 분석   #실시간 분석   #고속 시각화   #스트림 데이터  

참고문헌 (16)

  1. Smestad Geir, " Interactive Visual Analysis of Streaming Data." Master thesis, University of Bergen, 2014 

  2. Kandogan E, Soroker D, Rohal S, Bak P. van Ham F, Lu J, Lai J, "A reference web large streaming data." IS&T/SPIE Electronic Imaging. Internatinal Society for Optics and Photonics, 2013. 

  3. Park SH, Ryu WS, Hong BH, Kwon JH, "MapReduce- based Stream Assigning and SplittingTechnique for Stream Data Processing." KIISE Transactions on Computing Practices, Vol.19. No.5. 2013. 

  4. Han J, C1ten Y, D:mg G, Pei J, Wah BW, Wang J, Cai YD,"Stream cube: An architecture for multi-dimensional analysis of data streams." Distributed and Parallel Databases Vol.18. No.2. 2005. 

    상세보기

  5. Diaconu C, Freedman CS, Larson PA, Zwilling MJ, inventors; Microsoft Technology Licensing, Llc, assignee. In-memory database system. United States patent US 9,251,214, 2016. 

  6. Song YS, Lee PS, Yeu Y, Kim GH, "Flood risk mapping using 3D virtual reality based on geo-spatial information." Journal of Korean Society for Geospatial Information System Vol.20. No.4. 2012. 

  7. Hwang YJ, Koo WY, Hwang YK, Youn HJ, "A Development of Fire Evacuation Simulation System Based 3D Modeling." Fire Science and Engineering 25.6 2011. 

  8. Park JD, "Web-based 3 Dimensional Space Management Prototype Module." Journal of the Architectural Institute of Korea Planning&Design, Vol.26. No.5. 2010. 

  9. F. Wanner, A. Stoffel, D. Jackie, B. C. Kwon, A. Weiler, D. A. Keim, "State-of-the-art report of visual analysis for event detection in text data streams." Computer Graphics Forum. Vol. 33. No.3. 2014. 

  10. Sakaki T, Makoto O, Yutaka M, "Earthquake shakes Twitter users: real-time event detection by social sensors." Proceedings of the 19th international conference on World wide web. ACM, 2010. 

  11. Chae J., Thom D., Bosch H., Jang Y., Maciejewski R., Ebert D., Ertl T, "Spatiotemporai social media anaiytics for abnormal event detection md examination using seasonal-trend decomposition." Visual Anaiytics Science and Technology (VAST), 2012 IEEE Conference on. IEEE, 2012. 

  12. J. Bollen, H. Mao, X. Zeng. ''Twitter mood predicts the stock market" Journal of Computational Science, 2011. 

  13. Chae J., Thom D., Jang Y., Kim S. Y., Ertl T., Ebert D., "Public behavior response analysis in disaster events utilizing visual anaiytics of microblog data." Journal of Computer & Graphics, Vol.38, 2014. 

  14. Zhang J., Ahlbrand B., Malik A., Chae J., Min Z., Ko S., Ebert D., "A Visual Analytics Framework for Microblog Data Analysis at Multiple Scales of Aggregation." Computer Graphics Forum. Vol.35. No.3. 2016. 

  15. Wu Y., Liu S., Yan K., Liu M., Wu F., "Opinionflow: Visual analysis of opinion diffusion on social media." IEEE transactions on visualization and computer graphics Vol.20. No.12. 2014. 

    상세보기

  16. Yeon, H., Kim, S., Jang, Y. "Predictive visual analytics of event evolution for user-created context." Journal of Visualization. 2016. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로