데이터베이스 연구회지(SIGDB)
Current Result Document :
| 한글제목(Korean Title) |
지역적으로 분산된 시계열 데이타베이스에서 효율적인 유사 검색을 위한 Polar Wavelet 기법 |
| 영문제목(English Title) |
Polar Wavelets for Efficient Similarity Search in Locally Distributed Time Series DataBases |
| 저자(Author) |
강성구
이상준
이석호
|
| 원문수록처(Citation) |
VOL 21 NO. 02 PP. 0033 ~ 0048 (2005. 08) |
한글내용
(Korean Abstract) |
본 논문에서는 시계열 데이타베이스에서의 유사 검색 기법으로서 극 좌표를 이용한 Polar Wavelet 기법을 제안한다. Polar Wavelet은지역적으로 분산된 데이타베이스 내에서 변별력이 저하되는 Harr Wavelet의 문제점을 해결할 뿐만 아니라 극좌표의 특징에 의해 시퀀스가 길어질수록 검색 성능이 더욱 높아지는 효과를 얻게 된다. 실제로 강수량, 기후와 같은 데이타들은 대도시를 중심으로 지역적 분포를 이루고 있으며 이들은 평균이 유사하여 기존의 Harr Wavelet 기법으로는 변별력이 저하되는 문제점을 가지게 된다. Polar Wavelet 기법은 이를 위해 평균의 영향을 받지 않는 극 좌표를 사용하였고 후보 시퀀스의 개수를효율적으로 줄임으로써 검색 성능을 향상 시킬 수 있었다. 본 논문에서는 또한 Polar Wavelet 기법이 착오 누락을 발생시키지 않음을 증명하였으며 분석 데이타와 실제 기후 데이타를 이용한 실험을 통해 제안된 기법의 성능을 확인하였다. |
영문내용
(English Abstract) |
In this paper, we propose the novel wavelet transform, called Polar Wavelets, which can improve the search performance in large time series databases with use of polar coordinates. Polar wavelets don’t only suggest the solution of the low distinction that is occurred between time series sequences in Haar wavelet transform, but also improve the search performance as the length of sequence is increased. Actually, several kinds of data like rainfall are locally distributed and have the similar average, so Haar wavelets which transform data to their average have shortcomings, naturally. To solve this problem, Polar wavelets use the polar coordinates which are not affected from average and by reducing the number of candidates we can improve the search performance. In this paper, we also verified that Polar wavelets don’t generate no false dismissals and confirmed the performance of Polar wavelets by experimental results with the syntactic data and the real weather data. |
| 키워드(Keyword) |
시계열 데이타베이스
Time Series Databases
유사 검색
Similarity Search
특징 추출 기법
Feature Extraction
착오 누락
No False Dismissal
유클리드 거리
Euclidean Distance
|
| 파일첨부 |
PDF 다운로드
|
