• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.556-561
• /
• 2003

선박에 의한 해난사고의 대부분을 차지하고 있는 충돌과 좌초를 예방하고 안전항행환경을 확보하기 위해서는 선박들의 교통량 정보 및 위치정보, 해상환경정보를 얻지 않으면 안 된다. 본 연구에서는 인공위성데이터를 통해 얻어진 선박정보를 추출하는 방법에 대해서 조사하고, 다시 얻어진 선박정보를 이용해서 장래위치에 있어서의 해상교통환경 시뮬레이션을 했다. 즉, 장래 해상교통상황을 정량화 된 값으로 표현하여 자동차용 교통신호와 비슷한 선박들의 교통제어신호를 제공함으로써 해상교통안전을 확보할 수 있는 시스템의 기초적 연구결과를 제시했다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.131-134
• /
• 2024

본 논문에서는 기존 철도 운영 및 관리시에 철도 주변환경으로 부터 발생하는 소음, 진동, 미세먼지 센서에서 다양한 실시간 스트림 데이터를 감지하고 정형화된된 데이터 패턴을 인식하고 분석할 수 있도록 데이터를 구성 및 저장하고 분석된 데이터를 표현할 수 있도록 시각화 지원을 위한 모니터링 시스템 플랫폼을 구현하였다. 데이터 전송을 위해 시리얼 통신 기법을 주로 적용하였으나, 센서와 디바이스의 증가로 인해 시리얼 통신의 한계가 나타났다. 따라서, 본 연구에서는 기존의 아두이노와 서버 간의 직접 통신 방식 대신 라즈베리파이를 도입하여 MQTT Broker(브로커)를 설치하고 통신을 진행하였다. 철도 데이터 모니터링 시스템 플랫폼은 NoSQL 데이터베이스인 MonGoDB와 데이터 시각화할 수 있는 Grafana를 이용하여 구축하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.153-154
• /
• 2023

대한민국의 교통 혼잡 비용은 2018년 기준 67조 원으로 국내총생산(GDP)의 3.6%를 차지하고 있다. 또한 국민 교통 고통지수는 매년 상승하고 있는 추세이다. 본 논문에서는 인구 밀집도가 가장 높은 서울시의 교통 혼잡 문제를 해결하기 위해 빅데이터 분석을 통한 효과적인 정책을 제공하고자 한다. 국가 표준 링크 아이디(LINK_ID)와 노드 아이디(NODE_ID)를 통해 위도 경도 데이터를 추출하고, 정체성이 높은 도로를 시각화해 추려진 특성과 공통점을 파악한다. 이를 토대로 정체성을 낮출 방안을 제공하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.308-309
• /
• 2021

과거의 연구들은 교통 속도만을 활용하여 교통 속도 예측 문제에 접근했다. 그러나 교통 속도의 비선형성으로 인해 정확한 예측이 어려워, 최근에는 교통 속도에 영향을 미칠 수 있는 외부의 요인을 활용해 정확도를 높인 연구들이 이루어지는 추세이다. 그 중에서도 강수량은 직관적으로 교통 속도와 관련이 있을 것으로 생각되어 자주 사용된다. 다만, 실제로 교통 속도가 강수량에 얼마나 영향을 받는지는 확인되지 않고 대부분의 연구가 적은 양의 데이터로 이루어지기에 강수량이 딥 러닝모델의 정확도를 향상시킬 수 있다고 단언하기는 어렵다. 본 논문은 강수량 데이터가 교통 속도를 변화시키는 양을 정량적으로 측정하고, 딥 러닝 모델의 성능에 미치는 영향을 분석하였다. 그 결과, 강수량이 높을수록 속도가 크게 감소하고 딥 러닝 모델의 정확도 또한 향상되는 것을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.433-434
• /
• 2019

이 논문은 공공 빅 데이터를 활용하여 '서울자전거 따릉이'를 기반으로 자전거 교통 데이터베이스 시스템을 제작하고, 제작한 데이터베이스 시스템을 활용하는 예시를 보여주고 있습니다. 데이터베이스 시스템의 제작 과정을 통하여 데이터베이스 설계, 데이터 수집, 제작 및 가공 과정, 데이터베이스 시스템의 유용한 활용 예시를 확인할 수 있습니다. 버스, 택시와 같이 따릉이와 연계할 수 있는 다양한 대중교통 데이터를 추가로 활용한다면 더욱 정확하게 따릉이의 발전방향과 혼잡한 교통 환경 개선을 제시할 수 있는 유용한 정보를 도출할 수 있을 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.237-240
• /
• 2023

본 논문은 철도 건널목(교차로)에서 발생하는 차량, 보행자 및 야생 동물 사고 등의 상황에서 발생하는 위험 요소를 설정하고 철도 건널목(교차로)의 운행상황을 확인할 수 있도록 모형 철도 주변에 유형별 센서들을 설치하고 데이터를 인지하여 시스템에 저장하고, 유효한 데이터 분석을 통해 Orange3 머신러닝 기법을 적용한다. 철도 건널목에 관련된 이미지 중 위험인자로서 차량, 보행자 및 야생동물등의 객체를 감지하고 데이터를 수집하여 활용한다. 또한 이러한 데이터들은 이용자 상황에 맞는 철도 데이터 운영 시스템으로 적용할 수 있도록 위험 예측 시스템을 제안한다.

• Journal of the Korean Data and Information Science Society
• /
• v.26 no.5
• /
• pp.1061-1069
• /
• 2015

Recently, transportation big data generated in the transportation sector has been widely used in the transportation policies making and efficient system management. Bus passengers' mobility patterns are useful insight for transportation policy maker to optimize bus lines and time intervals in a city. We propose a new methodology to discover mobility patterns by using transportation card data. We first estimate the bus stations where the passengers get-off because the transportation card data don't have the get-off information in most cities. We then applies LDA (Latent Dirichlet Allocation), the most representative topic modeling technique, to discover mobility patterns of bus passengers in Cheong-Ju city. To understand discovered patterns, we construct a data warehouse and perform multi-dimensional analysis by bus-route, region, time-period, and the mobility patterns (get-on/get-off station). In the case of Cheong Ju, we discovered mobility pattern 1 from suburban area to Cheong-Ju terminal, mobility pattern 2 from residential area to commercial area, mobility pattern 3 from school areas to commercial area.

• 한국ITS학회:학술대회논문집
• /
• 2010.05a
• /
• pp.148-150
• /
• 2010

• Journal of the Institute of Electronics Engineers of Korea TC
• /
• v.43 no.9 s.351
• /
• pp.25-31
• /
• 2006

In this paper, a fatality model of car accident using data mining is proposed with the goal of reducing fatality of traffic accident. The analysis results with a proposed fatality model are utilized to improve a technology and environment for driving. For this, traffic accident data are collected, a data mining algorithm is applied to this data, and then, a fatality model of car accident is developed based on the analysis. The training data as well as test data are utilized to develop the fatality model. The important factors to cause fatality in traffic accidents can be investigated using the model. If these factors are taken into account in traffic policies and driving environment, it is expected that the fatality rate of traffic accident can be reduced hereafter.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.1005-1008
• /
• 2011

본 논문에서는 교통 이력자료의 시공간 데이터를 활용하여 교통 분석 및 예측에 필요한 신뢰성 높은 데이터를 제공하기 위한 TCS/HI-PASS 전처리 알고리즘을 제안한다. 시공간 데이터의 전처리 알고리즘은 각종 교통정보에 이용되고 있으며, 그 중 대표적으로 활용되고 있는 것이 차량 검지기(VDS)를 통해 수집된 교통량, 속도, 점유율 정보이다. 이러한 정보에 가공처리 알고리즘을 적용하여 공간평균속도 기반의 통행시간을 산정하고 있으며, 고속도로 통행료 수납시스템(TCS)으로 부터는 출발영업소와 도착영업소의 진 출입시간을 기반으로 평균통행시간을 산정하고 있다. 본 연구에서는 차량 검지기(VDS) 데이터와 기존 TCS 데이터의 전처리 알고리즘을 분석하여 TCS와 HI-PASS 데이터 기반의 개선된 전처리 알고리즘을 설계, 구현하였다.