ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ТРАЄКТОРІЙ РУХУ ОБ’ЄКТІВ
Introduction. Advanced technologies allow almost continuous tracking and recording the movement of objects inspace and time. Detecting interesting patterns in these data, popular routes, habits, and anomalies in object motion and understanding mobility behaviors are actual tasks in different applica...
Saved in:
| Date: | 2021 |
|---|---|
| Main Authors: | , , , |
| Format: | Article |
| Language: | English |
| Published: |
PH “Akademperiodyka”
2021
|
| Subjects: | |
| Online Access: | https://scinn-eng.org.ua/ojs/index.php/ni/article/view/122 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Science and Innovation |
Institution
Science and Innovation| id |
oai:ojs2.scinn-eng.org.ua:article-122 |
|---|---|
| record_format |
ojs |
| institution |
Science and Innovation |
| baseUrl_str |
|
| datestamp_date |
2021-07-22T12:23:13Z |
| collection |
OJS |
| language |
English |
| topic |
Ключові слова: інформаційні технології виявлення шаблонів траєкторії руху точки та послідовності інтересу кластерний аналіз міра подібності. |
| spellingShingle |
Ключові слова: інформаційні технології виявлення шаблонів траєкторії руху точки та послідовності інтересу кластерний аналіз міра подібності. Sydorova , Maryna Baybuz, Oleg Verba, Olha Pidhornyi, Pavlo ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ТРАЄКТОРІЙ РУХУ ОБ’ЄКТІВ |
| topic_facet |
Keywords: information technology pattern mining trajectories of motion points and sequences of interest cluster analysis similarity measure. Ключові слова: інформаційні технології виявлення шаблонів траєкторії руху точки та послідовності інтересу кластерний аналіз міра подібності. |
| format |
Article |
| author |
Sydorova , Maryna Baybuz, Oleg Verba, Olha Pidhornyi, Pavlo |
| author_facet |
Sydorova , Maryna Baybuz, Oleg Verba, Olha Pidhornyi, Pavlo |
| author_sort |
Sydorova , Maryna |
| title |
ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ТРАЄКТОРІЙ РУХУ ОБ’ЄКТІВ |
| title_short |
ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ТРАЄКТОРІЙ РУХУ ОБ’ЄКТІВ |
| title_full |
ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ТРАЄКТОРІЙ РУХУ ОБ’ЄКТІВ |
| title_fullStr |
ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ТРАЄКТОРІЙ РУХУ ОБ’ЄКТІВ |
| title_full_unstemmed |
ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ТРАЄКТОРІЙ РУХУ ОБ’ЄКТІВ |
| title_sort |
інформаційна технологія інтелектуального аналізу траєкторій руху об’єктів |
| title_alt |
INFORMATION TECHNOLOGY FOR TRAJECTORY DATA MINING |
| description |
Introduction. Advanced technologies allow almost continuous tracking and recording the movement of objects inspace and time. Detecting interesting patterns in these data, popular routes, habits, and anomalies in object motion and understanding mobility behaviors are actual tasks in different application areas such as marketing, urban planning, transportation, biology, ecology, etc.Problem Statement. In order to obtain useful information from trajectories of moving objects, it is important to develop and to improve mathematical methods of spatiotemporal analysis and to implement them in highquality modern software.Purpose. The purpose of this research is the development of information technology for trajectory data mining.Materials and Methods. Information technology contains the three main algorithms: revealing key pointsand sequences of interest with the use of density-based trajectories clustering of studied objects; detecting patterns of an object movement based on association rules and hierarchical cluster analysis of its motion trajectories in the time interval of observations, similarity measure of the motion trajectories has been proposed to be calculated on the basis of the DTW method with the use of the modified Haversine formula; new algorithm for revealing permanent routes and detecting groups of similar objects has been developed on the basis of clustering ensemblesof all studied trajectories in time. The clustering parameters are selected with multi-criteria quality evaluation.Results. The modern software that implements the proposed algorithms and provides a convenient interactionwith users and a variety of visualization tools has been created. The developed algorithms and software have beentested in detail on the artificial trajectories of moving objects and applied to analysis of real open databases.Conclusions. The experiments have confirmed the efficiency of the proposed information technology thatmay have a practicable application to trajectory data mining in various fields. |
| publisher |
PH “Akademperiodyka” |
| publishDate |
2021 |
| url |
https://scinn-eng.org.ua/ojs/index.php/ni/article/view/122 |
| work_keys_str_mv |
AT sydorovamaryna informationtechnologyfortrajectorydatamining AT baybuzoleg informationtechnologyfortrajectorydatamining AT verbaolha informationtechnologyfortrajectorydatamining AT pidhornyipavlo informationtechnologyfortrajectorydatamining AT sydorovamaryna ínformacíjnatehnologíâíntelektualʹnogoanalízutraêktoríjruhuobêktív AT baybuzoleg ínformacíjnatehnologíâíntelektualʹnogoanalízutraêktoríjruhuobêktív AT verbaolha ínformacíjnatehnologíâíntelektualʹnogoanalízutraêktoríjruhuobêktív AT pidhornyipavlo ínformacíjnatehnologíâíntelektualʹnogoanalízutraêktoríjruhuobêktív |
| first_indexed |
2025-09-24T17:18:47Z |
| last_indexed |
2025-09-24T17:18:47Z |
| _version_ |
1850410608280731648 |
| spelling |
oai:ojs2.scinn-eng.org.ua:article-1222021-07-22T12:23:13Z INFORMATION TECHNOLOGY FOR TRAJECTORY DATA MINING ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ТРАЄКТОРІЙ РУХУ ОБ’ЄКТІВ Sydorova , Maryna Baybuz, Oleg Verba, Olha Pidhornyi, Pavlo Keywords: information technology, pattern mining, trajectories of motion, points and sequences of interest, cluster analysis, similarity measure. Ключові слова: інформаційні технології, виявлення шаблонів, траєкторії руху, точки та послідовності інтересу, кластерний аналіз, міра подібності. Introduction. Advanced technologies allow almost continuous tracking and recording the movement of objects inspace and time. Detecting interesting patterns in these data, popular routes, habits, and anomalies in object motion and understanding mobility behaviors are actual tasks in different application areas such as marketing, urban planning, transportation, biology, ecology, etc.Problem Statement. In order to obtain useful information from trajectories of moving objects, it is important to develop and to improve mathematical methods of spatiotemporal analysis and to implement them in highquality modern software.Purpose. The purpose of this research is the development of information technology for trajectory data mining.Materials and Methods. Information technology contains the three main algorithms: revealing key pointsand sequences of interest with the use of density-based trajectories clustering of studied objects; detecting patterns of an object movement based on association rules and hierarchical cluster analysis of its motion trajectories in the time interval of observations, similarity measure of the motion trajectories has been proposed to be calculated on the basis of the DTW method with the use of the modified Haversine formula; new algorithm for revealing permanent routes and detecting groups of similar objects has been developed on the basis of clustering ensemblesof all studied trajectories in time. The clustering parameters are selected with multi-criteria quality evaluation.Results. The modern software that implements the proposed algorithms and provides a convenient interactionwith users and a variety of visualization tools has been created. The developed algorithms and software have beentested in detail on the artificial trajectories of moving objects and applied to analysis of real open databases.Conclusions. The experiments have confirmed the efficiency of the proposed information technology thatmay have a practicable application to trajectory data mining in various fields. Вступ. Сучасні технічні досягнення дозволяють майже постійно відслідковувати та фіксувати рух об’єктів у просторі та часі. Виявлення цікавих закономірностей у цих даних, популярних маршрутів, звичок та аномалій у переміщенніоб'єктів, розуміння мобільної поведінки є актуальними завданнями у різних сферах застосування, таких як маркетинг, містобудування, транспорт, біологія, екологія тощо.Проблематика. Для отримання корисної інформації з даних траєкторій руху об’єктів важливим є розробка й удосконалення математичних методів просторово-часового аналізу та реалізація їх у вигляді сучасного програмного забезпечення.Мета. Розробка інформаційної технології інтелектуального аналізу траєкторій руху об’єктів.Матеріали й методи. Інформаційна технологія містить три основні алгоритми: визначення ключових точок та послідовностей інтересу на основі щільнісної кластеризації траєкторій руху об’єктів дослідження; виявлення закономірностей пересування об’єкта на основі асоціативних правил та ієрархічного кластерного аналізу його траєкторій руху у часовому проміжку спостережень, міру подібності запропоновано обчислювати на основі методу DTW та модифікованої формули гаверсинусів; новий алгоритм пошуку сталих маршрутів та виявлення груп схожих об’єктів заусіма досліджуваними траєкторіями у часі на основі ансамблевої кластеризації. Вибір параметрів кластеризації здійснюється за допомогою багатокритеріальної оцінки якості.Результати. Створено сучасне програмне забезпечення, що реалізовує запропоновані алгоритми, забезпечує зручну взаємодію з користувачем й різноманітні засоби візуалізації. Розроблені алгоритми та програмне забезпечення детально протестовано на штучних траєкторіях рухомих об'єктів та застосовано до аналізу реальних відкритих баз даних.Висновки. Експериментально підтверджено ефективність розробленої інформаційної технології, яку може бутивпроваджено на практиці для інтелектуального аналізу траєкторій у різних галузях. PH “Akademperiodyka” 2021-06-17 Article Article Рецензована стаття стаття Peer-reviewed article article application/pdf https://scinn-eng.org.ua/ojs/index.php/ni/article/view/122 10.15407/scine17.03.078 Science and Innovation; Том 17 № 3 (2021): Science and innovation; 78-86 Science and Innovation; Vol. 17 No. 3 (2021): Science and innovation; 78-86 2413-4996 2409-9066 10.15407/scine17.03 en https://scinn-eng.org.ua/ojs/index.php/ni/article/view/122/53 Copyright (c) 2021 Copyright Notice Authors published in the journal “Science and Innovation” agree to the following conditions: Authors retain copyright and grant the journal the right of first publication. Authors may enter into separate, additional contractual agreements for non-exclusive distribution of the version of their work (article) published in the journal “Science and Innovation” (for example, place it in an institutional repository or publish in their book), while confirming its initial publication in the journal “Science and innovation.” Authors are allowed to place their work on the Internet (for example, in institutional repositories or on their website). |