U-Health에서 이벤트 상태 변화를 고려한 시간 마이닝 기법 개발
The Development of Temporal Mining Technique Considering the Event Change of State in U-Health
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
U-Health는 다양한 종류의 센서로 환자 정보를 수집하며, 스트림 데이터는 시작 시점과 종료 시점을 갖는 인터벌 이벤트로 요약 가능하다. 그러나 대부분의 시간 데이터 마이닝 기법들은 이벤트 발생 시점만을 고려하며 스트림 데이터의 상태 변화는 간과하는 문제가 있다. 이 논문은U-Health에서 이벤트 상태 변화를 고려한 시간 마이닝 기법을 제안한다. 제안 방법은 U-Health에서 관심이 있는 이벤트만을 센서에서 서버로전송함으로써 환경의 제약 사항들을 극복하고 스트림 데이터에 대한 네 가지 이벤트 상태를 정의하여 상태 변화를 고려한 시간 마이닝을 수행한다. 최종적으로, 제안 방법은 이벤트들 사이에 존재하는 인과 관계를 시간 관계 시퀀스로 기술하여 탐사 규칙의 모호함을 제거한다.
Abstract
U-Health collects patient information with various kinds of sensor. Stream data can be summarized as an interval event which has an interval between start-time-point and end-time-point. Most of temporal mining techniques consider only the event occurrence-time-point and ignore stream data change of state. In this paper, we propose the temporal mining technique considering the event change of state in U-Health. Our method overcomes the restrictions of the environment by sending a significant event in U-Health from sensors to a server. We define four event states of stream data and perform the temporal data mining considered the event change of state. Finally, we can remove an ambiguity of discovered rules by describing cause-and-effect relations among events in temporal relation sequences.
참고문헌 (13)
- H. Han, "An Infrastructure of Stream Data Mining, Fusion and Management for Monitored Patients", Proc. of 19th IEEE International Symposium on Computer-Based Medical Systems(CBMS06), pp.461~468 (2006)
- 류근호, "Mining temporal interval relational rules from temporal data", JOURNAL OF SYSTEMS AND SOFTWARE, 82(1), pp.155~167, ELSEVIER SCIENCE INC
- J. J. Oresko, "A Wearable Smartphone-Based Platform for Real-Time Cardiovascular Disease Detection Via Electrocardiogram Processing", IEEE Transactions on Information Technology in Biomedicine, 14(3) (2010)
- 김대인, "데이터 스트림 시스템에서 이상 이벤트에 대한 연관 규칙 마이닝", 정보처리학회논문지D, 14(5), pp.483~490 (2007), 한국정보처리학회
- J. Pei, "Mining Sequential Patterns by Pattern-Growth: The PrefixSpan Approach", IEEE Transactions on Knowledge and Data Engineering, 16(11), pp.1424~1440 (2004)
- H. Li, "Mining Frequent Itemsets over Data Streams using Efficient Window Sliding Techniques", Expert Systems with Applications, 36, pp.1466~1477 (2009)
- C. Yu, "Mining Sequential Patterns from Multidimensional Sequence Data", IEEE Transactions on Knowledge and Data Engineering, 17(1), pp.136~140 (2005)
- S. Wu, "Mining Nonambiguous Temporal Patterns for Interval-Based Events", Transactions on Knowledge and Data Engineering, 19(6), pp.742~758 (2007)
- Z. Wong, "Parallel Computing Model fo Multiple Dimensions Data Stream Canonical Correlation Analysis with GPU", Proc. of 2010 2nd International Conference on Information Engineering and Computer Science(ICIECS), pp.1~4 (2010)
- H. Zhu, "Clustering of Evolving Data Stream with Multiple Adaptive Sliding Window", Proc. of 2010 International Conference on Data Storage and Data Engineering(DSDE), pp.95~100 (2010)
- 김재인, "EEF 기반의 U-Health 시스템 설계", 한국콘텐츠학회 논문지, 9(2), pp.88~96 (2009), 한국콘텐츠학회
- J. J. Oresko, "A Wearable Smartphone-Based Platform for Real-Time Cardiovascular Disease Detection Via Electrocardiogram Processing", IEEE Transactions on Information Technology in Biomedicine, 14(3), pp.734~740 (2010)