• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.7-8
• /
• 2021

인공지능 기술과 서비스는 딥러닝을 중심으로 한 기계학습 기술의 급속한 발전에서 원인을 둔다. 딥러닝 발전 요인으로 GPU등 하드웨어 발전, 기술 공유, 대규모 학습데이터 구축 및 공개를 들 수 있다. 데이터 셋에 관련하여 센서를 이용한 데이터셋의 경우 단순히 많은 데이터셋의 확보뿐 아니라 적절한 위치 및 환경에 따른 고려가 필요하다. 본 논문에서는 UCI의 화학 가스의 데이터셋을 이용하여 위치별 시계열 데이터를 딥러닝을 이용하여 분석하고, 위치별 정확도와 손실을 계산한다. 또한 계산된 결과를 히트맵을 통하여 시각화하여 직관적인 이해를 높인다. 또한 위치별 정확도가 높은 상위 5개의 위치에서 앙상블 방법을 통한 성능의 향상을 확인 하였다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2002.03a
• /
• pp.83-88
• /
• 2002

최근 들어 무선인터넷 및 모바일 컴퓨팅 기술의 급속한 발전과 함께 향후 그 수요가 증대될 것으로 예상되는 분야가 위치기반 서비스(LBS: Location Based Service) 기술이다. 위치기반 서비스는 이동 통신을 통하여 사람 및 사물의 위치를 파악하고 이를 활용한 부가 응용 서비스로 국가 정보기술 인프라의 주요 영역을 점유하고 있는 GIS의 차세대 핵심 기술로 발전이 예상되는 분야이다[3][4]. 현재 3GPP나 3GPP2, OGC, LIF와 같은 여러 표준화 기구 및 산업체에서 위치기반 서비스와 이를 위한 시스템에 대한 연구가 진행중이며 위치기반 서비스를 위한 데이터 모델 표준화 연구는 거의 이루어지지 않고 있는 상황이다. 위치기반 서비스를 위한 데이터 표준화 모델은 이미 구축된 공간 데이터베이스의 재사용과 위치기반 서비스들간의 상호 운용성을 지원할 수 있어야 한다. 본 연구에서는 위치기반 서비스들 간의 상호 호환 및 통합을 가능하게 하고, 기존 공간데이터베이스와 연계하여 이 데이터를 위치기반 서비스에 활용하기 위한 공간 데이터 표준화 모델을 제안하고자 한다. 이를 위해 위치기반 서비스 표준화 사례를 조사하고, 위치기반 서비스를 위한 공간 데이터 모델을 제시하였다. 본 연구에서는 OpenLS의 위치기반 서비스를 기본서비스로 하고, OpenGIS의 공간 데이터 모델을 기반으로 네 가지 기본 위치 데이터 타입과 모델의 요구 사항을 포함하는 공간 데이터 표준모델을 개발하였다. 위치기반 공간 데이터 표준 모델은 위치기반 서비스와 데이터들과의 연계를 쉽게 하고, 위치기반 서비스들 간의 상호 운용성을 높이며, 기존 사용자 시스템의 수정 없이 인터페이스만을 추가함으로써 표준을 수용할 수 있다.\pm}153.2,\;116.1{\pm}94,\;29.4{\pm}30.3,\;45.1{\pm}44$로 Mel 10군과 Mel 30군이 유의적인 감소를 보였으나(p<0.05) 이들 두 군 간의 차이는 나타나지 않았다. 이상의 결과로, 랫트에서 복강수술 후 melatonin 10mg/kg투여가 복강 내 유착 방지에 효과적이라고 생각된다.-1}{\cdot}yr^{-1}$로서 두 생태계에 축적되었다.여한 3,5,7군에서 PUFA 함량이 증가한 반면, SFA 함량은 감소하여 P/S 비율, n-3P/n-6P 비율은 증가하는 경향이었으며 이는 간장의 인지질, 콜레스테롤 에스테르, 총 지질의 지방산조성에서도 같은 경향을 볼 수 있었다.X>$(C_{18:2})$와 n-3계 linolenic acid$(C_{18:3})$가 대부분을 차지하였다. 야생 돌복숭아 과육 중의 지방산 조성은 포화지방산이 16.74%, 단불포화지방산 17.51% 및 다불포화지방산이 65.73%의 함유 비율을 보였는데, 이 중 다불포화지방산인 n-6계 linoleic acid$(C_{18:2})$와 n-3계 linolenic acid$(C_{18:3})$가 지질 구성 총 지방산의 대부분을 차지하는 함유 비율을 나타내었다.했다. 하강하는 약 4일간의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.801-804
• /
• 2021

소비자의 과거 위치 데이터를 기반으로 다음 경로를 예측하는 것은 마케팅 부분에서 매우 중요한 부분이다. 그러나 전체 데이터를 이용해서 다음 위치를 제공하는 연구는 많았지만 이는 시간이 오래걸리기 때문에 서비스 제공에 이용하기에는 무리가 있다. 그래서 실시간으로 다음 경로를 예측 할 수 있는 서비스를 만들어 보았다. 데이터를 모으는 과정부터 데이터 베이스에 저장하고 활용해 시각화 하는 과정까지 총괄하는 서비스를 만들었다. 이 논문에서는 이동 데이터를 분석해 다음 위치를 예측하는 부분을 다룬다. 이동데이터를 전처리할때 학습의 편이를 위해 데이터의 형태를 [위도, 경도, 시간] 에서 [라벨값, 시간]으로 바꾸었다. 이 데이터를 CNN을 이용해 학습시킴으로서 실시간으로 예측값을 제공할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.142-144
• /
• 2004

다양한 지리 관측 기술 및 GPS 그리고 무선통신 기술의 발달로 인해, 해수의 흐름 변화 관측이나 PDA를 장착한 물류 차량 관리와 같이 시간에 따라 이동하는 여러 객체들의 변화를 추적하고 관리하는 것이 용이해지고 있다. 그리고. 이로 인해 지능형 교통 시스템. 물류 차량 관리 시스템 등이 활발히 개발되고 있다. 그러나 개발된 시스템에서 차량 운송 계획 평가 및 테스트를 할 경우 차량의 실제 데이터가 부족하기 때문에 적절한 평가 및 다양한 테스트를 하기 힘들고, 실생활에 알맞은 시스템을 만들기 어려움 점이 있다. 이렇게 부족한 차량 데이터를 보충하기 위해, 대부분의 연구에서는 몇몇의 이동 객체 위치 데이터 생성기를 활용하고 있다. 그러나 기존의 이동 객체 데이터 생성기는 단순히 정규 분포, 가우스 분포. 랜덤 데이터. 도로 정보 등을 고려하여 데이터를 생성하기 때문에. 사용자가 물류 수송 계획 등에 활용하기 위해 의도한 시나리오에 따른 데이터를 생성하지 못하고 있다. 따라서, 이 논문에서는 차량 위치 데이터 생성기에 사용자가 지정한 시나리오를 생성, 저장하는 이동 객체 패턴 제공기를 추가하여. 사용자 지정 시나리오를 지원하는 차량 위치 데이터 생성기를 설계한다 이 논문에서 설계된 차랑 위치 데이터 생성기는 사용자가 원하는 계획대로 차량의 위치 정보를 생성함으로써, 물류 수송 및 도로 건설계획 등을 검토할 때 도움이 될 수 있을 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.895-898
• /
• 2021

DB로부터 위치 데이터를 추출해오면, location visiting measure를 통해 한 개인의 장소 방문 선호도를 측정한다. 이 과정에서 위치 데이터 클러스터링 및 개인의 이동성 파악을 위한 6가지 조치를 한다. 위치 데이터 분석 결과로 얻은 이동성 통계는 LBS(Location Based System)를 포함한 다양한 분야에 적용될 수 있다. 연구의 최종 목표는 새로운 위치 데이터의 수집에 따른 방문 선호도 변화를 적용할 수 있도록 하는 location visiting measure의 자동화 시스템을 구축하는 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1665-1668
• /
• 2013

본 논문에서는 인간의 일일 이동패턴을 모델링하기 위해 사람의 이동정보인 위치데이터를 바탕으로 위치분석(Location Analysis)을 통해 사람의 이동패턴이 날마다 어떤 형태로 나타나고 반복되는지 보이려고 한다. 이에 사람의 이동패턴은 자주 방문하거나 특정시간이상 머문 공간간의 이동이라고 정의하고, 해당 공간을 하나의 군집으로 하는 군집간의 이동 모습으로 인간의 이동 모습을 나타내고자 한다. 위치데이터를 일일 기반으로 위치분석을 하게 되면 일일 이동모습을 나타낼 수 있고, 이러한 일일 이동모델을 통합하여 분석하게 되면 사람의 전체 이동모델을 나타낼 수 있다. 이렇게 분석된 일일 이동모델과 전체 이동모델을 시간대별로 다시 분석하게 되면 전체 이동모델에 대해 일일 이동모델이 어떠한 형태로 중첩되는지 그 패턴을 찾아볼 수가 있다. 이와 같은 방식으로 우리는 위치데이터에서 일일 이동모델, 전체 이동모델, 그리고 시간대별 이동패턴을 찾아낼 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1092-1095
• /
• 2013

오늘날 모바일 스마트 기기의 발전은 위치기반의 새로운 기술을 이끌었다. 현재 위치 데이터를 사용하는 많은 응용프로그램들이 소개되었고, 또한 널리 사용되고 있다. 하지만 아직 이러한 위치 데이터들은 환경적인 요소 등으로 인해 오류가 많다. 우리는 이전 연구에서 위치 데이터의 오류 검출 및 교정 알고리즘을 제안하였다. 또 다른 연구에선 인간의 이동속도가 어떠한 확률분포모델을 따르는지 연구하였다. 그리하여 본 논문에서는 인간의 이동속도의 분포로서 적합하다고 판명된 확률분포모델 중 Lognormal 분포, Gamma 분포, Weibull분포를 선택하여 위치데이터 오류 검출 및 교정 알고리즘에 적용하기 위한 확률분포 계산을 제안한다. 그 중 일부는 계산의 복잡도를 낮추기 위해 확률분포표를 제공할 것이다.

• The KIPS Transactions:PartC
• /
• v.14C no.1 s.111
• /
• pp.105-114
• /
• 2007

In sensor network processing environments, current location tracking methods have problems in accuracy on receiving the transmitted data and pinpointing the exact locations depending on the applied methods, and also have limitations on decision making and monitoring the situations because of the lack of considering context-awareness. In order to overcome such limitations, we proposed a method which utilized context-awareness in a data processing module which tracks a location of the magnetic object(Magnetic Line Tracer) and controlled introspection data based on magnetic sensor. Also, in order to prove its effectiveness we have built a wireless sensor network test-bed and conducted various location tracking experiments of line tracer using the data and resulted in processing of context-aware data. Using the new data, we have analyzed the effectiveness of the proposed method for locating the information database entries and for controlling the route of line tracer depending on context-awareness.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.172-174
• /
• 2004

최근 유비쿼터스에 관한 연구가 활발히 진행 중인 가운데, 사용자의 현재 상황을 파악하고 적절한 서비스를 제공해 주기 위하여 위치 정보가 많이 활용되고 있다 이러한 위치 정보는 가정과 같은 실내 환경에서 사용자의 위치 경로와 공간에 구성되어 있는 객체들의 위치를 비교하여, 관계를 탐지하고, 적절한 룰을 사용해 추론함으로써, 사용자에게 필요한 서비스를 요청 없이 자동으로 제공하는데 유용하게 쓰일 수 있다. 본 논문에서는, 가공되지 않은 위치기반의 센서 데이터로부터 상황에 대한 의미를 지닌 컨텍스트(context)를 추론해 내는 시스템의 구조를 제안한다. 본 시스템은 크게 네 개의 계층으로 구성되어 있다. 첫째. 센서 계층(Sensor layer)은 센서로부터 객체의 위치정보를 얻어내어 센서 데이터를 구성한다 둘째, 질적 관계 계층(qualitative layer)은 센서 데이터를 기반으로 하여 객체간의 상대적인 위치 관계를 탐지한다. 셋째, 시공간적 관계 계층(relational layer)은 시간에 따라 축적되는 질적 관계 계층(qualitative layer)의 데이터를 기반으로 하여 객체간의 시간적 공간적인 위치 관계를 추론한다 넷째, 마지막으로 의미적 계층(semantic layer)에서는 객체간의 상황에 안는 의미를 추론함으로써, 서비스 제공을 위한 컨텍스트(context)를 얻는다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.319-320
• /
• 2022

본 논문에서는 '지능형 해상교통정보 서비스'로 축적된 선박 위치데이터를 가공하여 선박의 조우상황 데이터를 추출하고 분석하였다. 선박의 위치, 침로, 속력을 통해 TCPA, DCPA와 선박간 거리를 계산함으로써 선박의 충돌위험 인지 후 회피 상황에서 보이는 데이터의 형태와 분포를 분석하였다. 추후 상대방위와 SOG가 TCPA 변화량에 미치는 영향에 대한 연구가 진행되면, 실제 사용자의 충돌위험 판단과 근접한 충돌위험도 분석 모델로 활용할 수 있을 것으로 보인다.