• Journal of Korean Society of Transportation
• /
• v.20 no.4
• /
• pp.177-185
• /
• 2002

본 논문의 목적은 링크통행시간 자료를 수집하는 시스템에서 소요 프로브차량대수에 영향을 주는 요소들을 규명하고. 최적의 소요 프로브차량대수를 결정하는 모형을 개발하는데 있다. 자가용승용차, 택시, 버스, 택배차량 등 여러 종류의 차량들이 프로브차량으로 사용될 수 있다. 그러나 일정한 정확도 이상의 교통정보를 수집하기 위해서 얼마나 많은 프로브차량이 필요한지에 대한 연구는 그다지 깊이 있게 이루어지지 않았다. 적정 소요 프로브차량대수는 링크통행시간 자료수집 기술 수집대상 링크의 공간적 범위, 프로브차량의 종류 및 운행 특성, 자료수집 시스템의 신뢰도, 수집되는 자료의 정확도 등에 영향을 받게 된다. 소요 프로브차량대수를 결정하는 링크당 평균 통행시간 자료수, 프로브차량 밀도의 최소 확률, 그리고 자료 미수집링크의 허용비율의 3가지 결정기준이 정의되었다. 또한 이러한 결정기준에 대해 소요 프로브차량대수를 산출하는 모형이 개발되었다. 일반적으로 주기당, 링크당 평균 필요 통행시간 자료수$(d_R)$, 단위길이당 프로브차량의 대수 또는 밀도$(n_{min} or {\alpha})$, 일정 프로브차량밀도 이상의 확률($\beta$), 그리고 자료 미수집링크의 비율($\gamma$)이 클수록 소요 프로브차량대수는 증가한다. 민간 교통정보회사의 통행시간 수집시스템에서 소요 프로브차량대수를 산정하는 사례연구가 수행되었으며, 여러가지 조건에서 소요 프로브차량대수가 산출되었다.

• Journal of Korean Society of Transportation
• /
• v.35 no.1
• /
• pp.63-78
• /
• 2017

The purpose of this study is to determine the optimal aggregation interval to increase the reliability when estimating representative value of individual vehicle travel time collected by DSRC equipment in interrupted traffic flow section in National Highway. For this, we use the bimodal asymmetric distribution data, which is the distribution of the most representative individual vehicle travel time collected in the interrupted traffic flow section, and estimate the MSE(Mean Square Error) according to the variation of the aggregation interval of individual vehicle travel time, and determine the optimal aggregation interval. The estimation equation for the MSE estimation utilizes the maximum estimation error equation of t-distribution that can be used in asymmetric distribution. For the analysis of optimal aggregation interval size, the aggregation interval size of individual vehicle travel time was only 3 minutes or more apart from the aggregation interval size of 1-2 minutes in which the collection of data was normally lost due to the signal stop in the interrupted traffic flow section. The aggregation interval that causes the missing part in the data collection causes another error in the missing data correction process and is excluded. As a result, the optimal aggregation interval for the minimum MSE was 3~5 minutes. Considering both the efficiency of the system operation and the improvement of the reliability of calculation of the travel time, it is effective to operate the basic aggregation interval as 5 minutes as usual and to reduce the aggregation interval to 3 minutes in case of congestion.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.34 no.7B
• /
• pp.686-693
• /
• 2009

In this paper, we propose an efficient tag sleep method utilizing empty time slots for improving the tag collection performance in active RFID systems. In the proposed tag sleep method, the reader detects the occurrence of empty time slots by carrier sensing and utilizes the wasted empty time slots to transmit sleep commands to the collected tags throughout the framed slotted aloha-based tag collection process, resulting in reducing the time required for tag collection. Via the simulation experiments, we evaluated the performance of the tag collection applied with the proposed tag sleep method, compared with that of the basic tag collection. The simulation results showed that the tag collection applied with the proposed tag sleep method could reduce the average tag collection time by 12.28%, 12.30%, and 13.31 %, for the framed slotted aloha with the fixed 128 time slots and 256 time slots, and the dynamic framed slotted aloha anticollision protocols, respectively.

• Proceedings of the KSLP Conference
• /
• 2003.11a
• /
• pp.230-232
• /
• 2003

음성에 관련된 연구분야에 있어서 음성 데이터 수집의 중요성은 매우 크다. 개발된 인식기나 분석기의 성능이 좋다 하더라도 실험에 사용된 음성 데이터의 질과 양에 따라서 실험 결과를 확정짓기가 어려운 점이 있다. 대개의 경우 음성 수집은 오프라인으로 이루어지는데, 실험에서 요구되는 특정 수집자에 대해서 일정 기간과 정해진 장소에서 반복 수집하는 것은 어려움이 많이 따른다. 그러므로 본 연구에서는 Web을 이용하여 음성 데이터 수집자로 하여금 다양한 시간과 장소에서 자유롭게 음성을 수집할 수 있도록 하였다. 이에 대하여 수집된 음성 데이터의 크기가 커짐에 따른 통신상에서 종종 발생하는 문제점을 개선하려는 목적으로 다중 서버를 두어 수집된 데이터는 지역 서버에 일단 저장되었다가 적절한 상황에서 메인 서버로 자동 전송하는 시스템을 구축하였다. 본 시스템은 서로 다른 실험에서 수집되는 데이터를 수집 지역서버를 지정해 줌으로서 수집자가 원하는 특정 지역 서버에서 별도로 관리할 수 있도록 구성되어 있다. 시간, 위치의 제약 없이 인터넷이 연결된 장소에서는 음성을 수집할 수 있고, 웹상 ActiveX 프로그램을 제공함으로써 일관된 끝점처리 및 잡음처리 기능을 반영할 수 있다. 또한 다양한 응용에 적절한 수집기의 인터페이스를 관리자 모드에서 변경하여 사용할 수 있도록 함으로서 넓은 층에서의 활용도를 높였다. (중략)

• The Journal of Information Technology and Database
• /
• v.4 no.1
• /
• pp.51-64
• /
• 1997

최근 컴퓨터 응용이 우주 항공, 천체 기상, 환경 관리, 공장 자동화(FA) 등의 분야로 확산되면서 물리, 화학, 생물, 기계 등의 과학 응용에서 생성되는 자료를 처리하는 기법에 대한 요구가 늘어나고 있다. 이들 과학 응용에서는 물리적 실험 장치나 측정 기계, 또는 시뮬레이션으로부터 데이터를 시간별로 측정(또는 수집)하므로 이들 과학 데이터는 시간에 종속된 데이터이다. 많은 과학 응용의 시간 지원 데이터는 과학 분야의 특성에 따라 매우 정밀한 시간 단위로 수집하기도 하고 실험 시작부터 경과된 상대적인 시간에 따라 데이터를 수집한다. 달력상의 시간을 사용하는 기존의 시간지원 데이터베이스는 과학 응용의 이러한 특징을 지원하지 못한다. 따라서 이 논문에서는 과학 실험 응용에서 요구하는 시간에 대한 특징과 요구 사항을 분석하고, 이들 과학 응용의 요구 사항을 만족하도록 확장한 새로운 시간 지원 데이터 모델을 제안한다. 이 모델에서는 실험이 경과된 상대적인 시간에 대한 데이터의 이력을 확장형 집합 개념을 사용하여 표현한다. 기존의 관계 데이터 모델과 유사하게, 이 모델은 집합 개념에 바탕을 두고 있으므로 데이터 모델과 그 연산의 의미를 쉽게 이해하고 사용할 수 있다는 장점이 있다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.19 no.4
• /
• pp.65-72
• /
• 2014

To improve the productivity of manufacturing company, the analysis of loss in shop floor has to be conducted and validated. This paper introduces the downtime tracking module using the pre-developed shop floor information acquisition system. To collect the downtime, it utilized shop floor monitoring information, user-registered downtime event, equipment diagnosis algorithm and operator's input. Also, it provided the user interface for the analysis of downtime. From the results of a pilot study, the usability of developed system was validated.

• Journal of Korean Society of Transportation
• /
• v.22 no.5
• /
• pp.7-17
• /
• 2004

지금까지의 링크통행시간에 대한 연구는 개별 차량의 평균을 통한 평균링크통행시간 산정 및 추정의 제한적인 연구가 대부분이었다. 그러나, 링크통행시간은 교통조건, 신호운영조건, 도로조건 등 다양한 영향인자로 인해 통행시간 분포가 구분되는 특성을 나타낸다. 따라서, 링크통행시간 특성을 좀 더 미시적으로 분석할 필요가 있다. 본 연구에서는 GPS를 이용한 실시간 교통자료 수집의 방법에 대해 살펴보았으며, GPS를 이용한 RTK 측량을 이용한 실시간 자료수집을 통하여 링크통행시간에 대한 연구를 수행하였다. 또한, 신호운영에 의한 영향으로 인한 링크통행시간 분포특성을 분석하기 위해 링크통행시간에 대한 현장조사를 추가적으로 실시하였다. 현장조사 결과분석을 통해 통행시간 분포특성 및 원인을 분석하고 프로그램을 이용한 시뮬레이션을 통해 보다 다양한 조건을 부여하여 링크통행시간분포비율에 영향을 주는 변수들에 대한 검토하고 통행시간 분포비율을 추정할 수 있는 모형을 구축하였다. GPS 실험차량을 이용한 주행실험결과를 분석한 결과 순행시간으로만 이루어지는 링크통행시간과 적색시간 동안 대기하였다가 링크구간을 통과하여 순행시간에 신호 대기시간을 더한 링크통행시간으로 통행시간이 구분되는 현상을 확인할 수 있었으며 따라서, 링크통행시간에 대한 분석은 통행시간을 하나의 평균통행시간으로 인식하는 것보다 두 개의 구분된 통행시간을 동시에 고려하는 것이 바람직할 것으로 판단되었다. 링크통행시간 분포특성에 대한 연구결과 또한, 통행시간이 양분되어 분포하는 것으로 분석되었다. 따라서, 링크통행시간의 경우 평균통행시간에 의한 결과보다 신호지체가 발생하지 않는 통행시간과 신호지체가 발생하는 통행시간으로 구분하는 것이 교통상황을 인식하는 것이 바람직할 것으로 나타났다.

• Information and Communications Magazine
• /
• v.21 no.5
• /
• pp.70-79
• /
• 2004

최적 경로 서비스를 제공하기 위해서는 구간 통행속도, 구간 통행시간, 회전 정보, 혼잡도 등과 같은 교통정보가 필요하다. 또한, 고객에게 신뢰성 있는 최적 경로를 제공하기 위해서는 실시간 교통정보 수집은 반드시 필요하며, 이러한 실시간 교통정보 수집 방법들에 대한 고찰과 검토가 선행되어야 한다. 기존의 교통정보 수집방법을 살펴보면 지점검지 방식의 경우, 수집되는 정보가 검지기 설치 지점의 지점속도(Spot Speed)이므로 해당 링크를 주행한 통행속도(통행시간)의 대표값으로 채택하기에는 다소 무리가 있으며 구간검지 방식의 경우, 일반적으로 급격한 교통류 변동에 따른 대기행렬 검지가 늦다는 단점이 있다.(중략)

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.723-726
• /
• 2019

사람은 한 장소를 방문할 때 순환 패턴이 있으며, 이 패턴에 여러 싸이클의 경향이 있다. 요즘은 스마트폰 및 기타 휴대용 장치로 개인 이동성 데이터를 수집하는 것이 가능하다. 이러한 장치는 다양한 위치 데이터를 수집하고 여러가지 방법으로 분석할 수 있게 해준다. 위치 수집기를 기반으로 지구 위치 데이터에서 추출된 사람의 이동성 모델을 수립하고, 위치 클러스터를 방문자의 순환 패턴을 조사할 수 있다. 수년 동안 수집된 개인의 이동성 모델을 토대로 클러스터 재방문 시간을 계산 후 분석하여 그래프로 시각화하였다. 시간 순서의 위치 클러스터와 방문 클러스터에 대한 위치 데이터는 1 분 단위로 측정된다. 전체 데이터 방문 횟수는 15 분마다 정규화하고, 자원 봉사자의 다양한 지리적 위치 데이터 셋에 대해 방문의 순환 패턴은 자기 상관, 자기 공분산 및 재방문 시간으로 살펴볼 수 있다.

• Journal of Korean Society of Transportation
• /
• v.33 no.3
• /
• pp.315-321
• /
• 2015

ATMS calculates section travel time using two-way communication system called DSRC(Dedicated Short Range Communications) which collects data of RSE (Road Side Equipment) and Hi-pass OBU (On-board Unit). Travel time estimation in urban area involves uncertainty due to the interrupted flow. This study not only analyzed real-time data but also considered pattern data. Baek-Je-Ro street in Jeon-Ju city was selected as a test site. Existing algorithm was utilized for data filtering and pattern data building. Analysis results repoted that travel time estimation with 20% of real-time data and 80% of pattern data mixture gave minimum average difference of 37.5 seconds compare to the real travel time at the 5% significant level. Results of this study recommend usage of intermixture between real time data and pattern data to minimize error for travel time estimation in urban area.