| dc.contributor.advisor | Πελέκης, Νικόλαος | |
| dc.contributor.author | Ντριγκόγιας, Χρήστος Β. | |
| dc.date.accessioned | 2015-05-04T06:19:56Z | |
| dc.date.accessioned | 2015-06-19T15:09:59Z | |
| dc.date.available | 2015-05-04T06:19:56Z | |
| dc.date.available | 2015-06-19T15:09:59Z | |
| dc.date.issued | 2015-05-04T06:19:56Z | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/6639 | |
| dc.description.abstract | Η δυνατότητα του πραγματικού κόσμου να παράγει μεγάλα σύνολα χωροχρονικών δεδομένων αποτελεί ένα πολύ δύσκολο ζήτημα. Από τη μία πλευρά είναι μια πολύ δαπανηρή διαδικασία, απαιτώντας ενίοτε λογισμικά υπερσύγχρονα και πολύ περίπλοκο υλικό ( αισθητήρες , servers , GPS, υποδομές κλπ.), ενώ από την άλλη πλευρά, οι τροχιές που καταγράφονται μερικές φορές δεν μπορεί να αντιπροσωπεύουν ειδικά μοτίβα κυκλοφορίας ή κίνησης, δεδομένου ότι αναφέρονται σε συγκεκριμένα οχήματα ή άτομα που δεν μπορούν εύκολα να ενσωματωθούν σε ομάδες . Έτσι φαίνεται να υπάρχει μια σοβαρή ανάγκη για μεγάλες ποσότητες των πραγματικών δεδομένων της πραγματικής κίνησης. Για να επιτευχθεί αυτό, ένας μεγάλος αριθμός γεννητριών κινούμενων αντικειμένων έχουν αναπτυχθεί, προκειμένου να βοηθήσουν ακόμη και άτομα που δεν είναι εξοικειωμένα με την εικονική δημιουργία τέτοιων αντικειμένων, με σκοπό να καταφέρουν αξιολογούν τις επιδόσεις τους, σε γενικές γραμμές, μέσω των προτύπων κινητικότητας τους. Η εργασία αυτή προσπαθεί να συγκρίνει την προηγούμενη εργασία στις γεννήτριες των σημασιολογικών δεδομένων, να τις αναλύσει και να προτείνει μια σύγχρονη γεννήτρια δεδομένων που ανάμεσα στα άλλα κοινά χαρακτηριστικά της μπορεί να δημιουργήσει «εμπλουτισμένες» (semantic) τροχιές οι οποίες προέρχονται από ένα γενικό σημασιολογικό σενάριο και οι οποίες ακολουθούν πραγματικά πρότυπα κινητικότητας. | |
| dc.language.iso | el | |
| dc.subject | Database management | |
| dc.subject | Mobile computing | |
| dc.subject | Geospatial data -- Data processing | |
| dc.title | Hermoupolis: a trajectory generator for simulating generalized mobility patterns | |
| dc.type | Master Thesis | |
| europeana.isShownAt | https://dione.lib.unipi.gr/xmlui/handle/unipi/6639 | |
| dc.identifier.call | 005.7 ΝΤΡ | |
| dc.description.abstractEN | The real-world process of generating a large spatio-temporal data set performs a very challenging problem. From the one hand it is a very expensive process, requiring sometimes state of the art software tools and very complicated hardware (sensors, servers, GPS infrastructure etc.); while from the other hand the recorded trajectories sometimes cannot represent any special traffic or movement patterns since they refer to specific vehicles or people that cannot be easily integrated to groups. thus there seems to be a serious need for large amounts of real life mobility data To achieve this, a big number of moving object generators have been developed, in order to help even people that are not familiarized with the virtual creation of such objects, to evaluate their performance, in general, through their mobility patterns. This thesis tries to compare the previous work on data generators, analyze them and propose a modern data generator that among its other common features can generate "enriched» (semantic) trajectories which are derived from a given general semantic scenario and follow real life mobility patterns. | |
