$\require{mediawiki-texvc}$

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.

K개의 점 데이터를 포함하는 최소MBR 탐색
Finding the Minimum MBRs Embedding K Points

정보과학회논문지 = Journal of KIISE, v.44 no.1, 2017년, pp.71 - 77  

김건우 (한양대학교 컴퓨터공학과) ,  김영훈 (한양대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

스마트폰과 같은 GPS센서가 장착된 모바일 기기가 널리 보급되고 있다. 이러한 추세에 따라 트위터나 페이스북과 같은 소셜 미디어에서 GEO태그가 된 메시지 (즉, GPS 위치를 갖는 멀티미디어 메시지)를 손쉽게 작성할 수 있게 되었고 게시자의 위치정보를 포함하는 공간데이터가 급증하고 있다. 그러나 이러한 공간데이터에서 항상 위치 정보와 게시글 내용이 명시적인 연관성을 갖고 있지는 않다. 때문에 키워드와 위치정보 분포의 관련성에 따라 검색결과를 재구성할 필요가 있다. 우리는 크기가 가장 작은 k개의 점 데이터를 포함하는 최소경계사각형(MBR)을 찾음으로써 데이터가 가장 밀집된 사각형을 찾으며, 이는 위치 검색시스템에서 유용하게 사용될 수 있다. 본 논문은 최소경계사각형과 같이 거리가 가까운 2차원 공간데이터의 묶음을 찾기 위해 효율적인 알고리즘을 제안하였고 합성데이터와 실제 데이터를 이용한 실험을 통해 알고리즘의 효율성을 검증하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

There has been a recent spate in the usage of mobile device equipped GPS sensors, such as smart phones. This trend enables the posting of geo-tagged messages (i.e., multimedia messages with GPS locations) on social media such as Twitter and Facebook, and the volume of such spatial data is rapidly gr...

주제어

#공간데이터 프로세싱   #k데이터포인트 포함 최소 사각형 탐색   #분할정복알고리즘   #시간복잡도분석  

참고문헌 (8)

  1. X. Wang, Y. Zhang, W. Zhang, X. Lin, W., Wang, "Ap-tree: Efficiently support continuous spatialkeyword queries over stream," 2015 IEEE 31st International Conference on Data Engineering, pp. 1107-1118, 2015. 

  2. Y. Kim, J. Han, and C. Yuan, "TOPTRAC: Topical Trajectory Pattern Mining," Proc. of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 587-596, 2015. 

  3. Z. Yin, L. Cao, J. Han, C. Zhai, and T. Huang, "Geographical topic discovery and comparison," Proc. of the 20th international conference on World wide web, pp. 247-256, 2011. 

  4. D. Zhang, Y. M. Chee, A. Mondal, A. K. Tung, M. Kitsuregawa, "Keyword search in spatial databases: Towards searching by document," 2009 IEEE 25th International Conference on Data Engineering, pp. 688-699, 2009. 

  5. K. Kim, S. Lee, Y. Kim, "Keyword Query Processing Based on Spatial Relevance," Proc. of the KIISE Korea Computer Congress, pp. 185-187, 2015. (in Korean) 

  6. A. Aggarwal, H. Imai, N. Katoh, S. Suri, "Finding k Points with Minimum Diameter and Related Problems," Journal of algorithms, Vol. 12, No. 1, pp. 38- 56, Mar. 1991. 

    상세보기 crossref

  7. K. Kim, Y. Kim, "Finding the P Smallest MBRs Embedding K Points," Proc. of the KIISE Korea Computer Congress, pp. 164-166, 2016. (in Korean) 

  8. F. PORIKLI, "Integral histogram: A fast way to extract histograms in cartesian spaces," 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, Vol. 1, pp. 829-836, Jun. 2005. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

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