DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 이재길 | - |
dc.contributor.advisor | Lee, Jae-Gil | - |
dc.contributor.author | 나지혜 | - |
dc.date.accessioned | 2023-06-26T19:31:39Z | - |
dc.date.available | 2023-06-26T19:31:39Z | - |
dc.date.issued | 2022 | - |
dc.identifier.uri | http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=1008398&flag=dissertation | en_US |
dc.identifier.uri | http://hdl.handle.net/10203/309567 | - |
dc.description | 학위논문(석사) - 한국과학기술원 : 전산학부, 2022.8,[iv, 39 p. :] | - |
dc.description.abstract | 센서 및 통신 기술의 발달로 이동경로 데이터의 분석에 대한 수요가 늘어났다. 이동경로 분석 방법의 하나인 이동경로의 빈번한 주기적 패턴 마이닝은 특정 주기를 가지고 이동하는 객체들의 패턴을 찾아내는 작업이다. 의미 있는 정보 추출을 위해서는 일정 크기 이상의 객체 집합에서 동시에 나타나는 패턴을 고려해야함에도, 선행 연구들은 개별 객체만을 다루거나 같은 주기적 패턴을 갖는 개별 객체들의 집합을 추출하는 것에 집중한다. 따라서, 본 논문에서는 다중 객체들이 함께 이동하는 기간을 고려한 그룹 빈번한 주기적 패턴 마이닝을 제안한다. 이를 위해, 추가 임곗값 ‘최소 공통 패턴 발생 기간’을 고려하여 그룹 빈번한 주기적 패턴 마이닝을 정의한다. 또한, 추가 연산으로 인한 수행시간 증가를 줄기이기 위해서 비트맵 색인 구조를 사용하여 데이터베이스 스캔을 줄이고 트리 기반 가지치기를 활용한 알고리즘 SG2P 를 제안한다. 실험적으로 다양한 임곗값에 따른 수행시간 변화를 SG2P 와 이전 연구의 비교를 통해서 측정하고, 실제 데이터에서 약 68.1–97.6 %의 성능 향상을 확인하였다. | - |
dc.language | kor | - |
dc.publisher | 한국과학기술원 | - |
dc.subject | 데이터 마이닝▼a패턴 마이닝▼a주기적 패턴 마이닝▼a이동 경로 데이터 | - |
dc.subject | Data Mining▼aPattern Mining▼aPeriodic Pattern Mining▼aTrajectory Data | - |
dc.title | 그룹 주기적 패턴 발견을 위한 모빌리티 데이터 마이닝 | - |
dc.title.alternative | Mobility data mining for finding group periodic patterns | - |
dc.type | Thesis(Master) | - |
dc.identifier.CNRN | 325007 | - |
dc.description.department | 한국과학기술원 :전산학부, | - |
dc.contributor.alternativeauthor | Na, Jihye | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.