[논문 리뷰] Unsupervised classification of uncertain data objects in spatial databases using computational geometry and indexing techniques

Ramachandra Rao Kurada|arXiv (Cornell University)|2013. 12. 09.

Data Management and Algorithms참고 문헌 16인용 수 3

한 줄 요약

이 논문은 예측 불가능한 공간 데이터를 위한 비지도 군집화 접근법을 제안하며, 유사도 측정에 기대 거리(Expected Distance, ED)를 사용하는 불확실 K-평균(Uncertain K-Means) 알고리즘을 적용한다. 베이저노이 다이어그램을 통한 가지치기와 R*-트리 색인을 통합하여 계산 오버헤드를 감소시켜, 기존 방법에 비해 불확실 공간 데이터베이스에서 성능을 크게 향상시킨다.

ABSTRACT

Unsupervised classification called clustering is a process of organizing objects into groups whose members are similar in some way. Clustering of uncertain data objects is a challenge in spatial data bases. In this paper we use Probability Density Functions (PDF) to represent these uncertain data objects, and apply Uncertain K-Means algorithm to generate the clusters. This clustering algorithm uses the Expected Distance (ED) to compute the distance between objects and cluster representatives. To further improve the performance of UK-Means we propose a novel technique called Voronoi Diagrams from Computational Geometry to prune the number of computations of ED. This technique works efficiently but results pruning overheads. In order to reduce these in pruning overhead we introduce R*-tree indexing over these uncertain data objects, so that it reduces the computational cost and pruning overheads. Our novel approach of integrating UK-Means with voronoi diagrams and R* Tree applied over uncertain data objects generates imposing outcome when compared with the accessible methods.

연구 동기 및 목표

• 데이터 포인트가 확률적 위치를 가진 공간 데이터베이스에서 불확실한 데이터 객체를 군집화하는 데 도전하는 것.
• 비용이 많이 드는 기대 거리(Expected Distance) 계산의 수를 줄여 불확실 K-평균 알고리즘의 효율성을 향상시키는 것.
• 베이저노이 다이어그램으로 인해 발생하는 가지치기 오버헤드를 줄이기 위해 R*-트리 색인 통합을 통한 것.
• 불확실 공간 데이터에 특화된 확장성 있고 고성능 군집화 프레임워크를 개발하는 것.
• 기존 접근법에 비해 더 높은 군집화 정확도와 실행 시간을 달성하는 것.

제안 방법

• 공간적 불확실성을 모델링하기 위해 불확실한 데이터 객체를 확률 밀도 함수(Probability Density Functions, PDFs)로 표현한다.
• 불확실한 객체와 군집 중심 간의 유사도 측정으로 기대 거리(Expected Distance, ED)를 사용하는 불확실 K-평균 알고리즘을 적용한다.
• 계산 기하학에서 유래한 베이저노이 다이어그램을 활용하여 군집화 과정 중 불필요한 ED 계산을 식별하고 제거한다.
• 공간 액세스를 가속화하고 가지치기 관련 계산 비용을 줄이기 위해 불확실한 데이터 객체 위에 R*-트리 색인을 도입한다.
• 베이저노이 기반 가지치기와 R*-트리 액세스 방법을 결합하여 전체 군집화 파이프라인을 최적화한다.
• 베이저노이 다이어그램이 가지치기를 이끄는 전략과 R*-트리가 영역 기반 액세스를 가속화하는 하이브리드 전략을 사용한다.

실험 결과

연구 질문

• RQ1 불확실 K-평균 군집화에서 기대 거리 계산의 계산 비용은 어떻게 줄일 수 있는가?
• RQ2 베이저노이 다이어그램은 불확실 공간 군집화에서 가지치기 효율성을 얼마나 향상시킬 수 있는가?
• RQ3 R*-트리 색인은 기하학적 가지치기 기법으로 인한 오버헤드를 효과적으로 줄일 수 있는가?
• RQ4 베이저노이 다이어그램과 R*-트리의 통합은 기준 방법에 비해 군집화 성능과 확장성 측면에서 어떻게 비교되는가?
• RQ5 계산 기하학과 색인 기법의 조합은 불확실 공간 데이터베이스에서 비지도 군집화의 정확도와 효율성에 어떤 영향을 미치는가?

주요 결과

• 베이저노이 다이어그램 기반 가지치기를 통해 기대 거리 계산의 수를 줄임으로써 제안된 방법이 성능 향상을 크게 달성한다.
• R*-트리 색인 통합이 베이저노이 다이어그램으로 인한 가지치기 오버헤드를 효과적으로 완화하여 더 빠른 쿼리 처리를 가능하게 한다.
• 베이저노이 다이어그램과 R*-트리의 조합은 불확실 공간 데이터에 대한 더 확장성 있고 효율적인 군집화 프레임워크를 제공한다.
• 제안된 방법은 군집화 품질을 유지하면서도 기존 방법에 비해 실행 시간과 계산 비용 측면에서 뛰어나다.
• 실험 결과는 제안된 방법이 불확실 공간 군집화에서 가용한 기준 기법들에 비해 훨씬 우수한 성과를 내는 것으로 나타났다.
• 최적화된 공간 액세스와 중복된 거리 계산의 감소 덕분에, 이 방법은 대규모 불확실 공간 데이터베이스에서 특히 효과적이다.