• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2004년도 추계학술대회
• /
• pp.139-148
• /
• 2004

사용자의 지리적 위치에 따른 서비스를 제공하는 위치기반서비스는 유비쿼터스 컴퓨팅의 중요한 응용으로 여러 위치 감지기술과 다양한 시험 및 상용 서비스들이 개발되어 왔다. 하지만 기존의 위치기반서비스는 단순히 위치와 서비스를 정적으로 연결하는 기법에 그치고 있어 서비스의 유연성이 떨어지는 한계가 있다. 이를 개선하기 위해 위치 정보로부터 고수준 정보를 추론하여 보다 지능적인 서비스를 제공하려는 연구들이 이루어지고 있다. 본 논문에서는 사용자의 위치이동 데이터를 학습하여 미래의 위치 이동 경로를 예측하는 기법을 제안한다. GPS(Global Positioning System)를 사용하여 수집된 시퀸스 데이터를 시퀸스 데이터 처리에 특화된 RSOM (Recurrent Self Organizing Map)을 사용하여 클러스터링하고 이를 마르코브 모델을 사용하여 학습하여 각 위치 이동 패턴 모델을 구축한다. 현재의 위치이동 패턴을 구축된 각 이동패턴 모델들과 비교하여 가장 유사한 위치 이동패턴으로 미래의 사용자이동을 예측한다. 제안한 위치이동 예측 기법을 평가하기 위해 실제 대학생의 생활을 기반으로 하여 GPS 데이터를 대학 캠퍼스 상에서 수집하고 이를 이용하여 제안한 방법의 학습 및 예측 성능을 평가한다. 그 결과 제안한 방법을 사용하여 사용자의 미래의 위치이동경로를 예측하는 것이 가능하고 불확실한 상황에서도 유연하게 예측을 수행함을 확인하였다.

• 기술혁신학회지
• /
• 제20권4호
• /
• pp.1243-1261
• /
• 2017

이동통신시장은 지난 10년 동안 괄목할 만한 가입자 증가로 인해 급격하게 성장했다. 서비스의 확산패턴은 그러한 새로운 서비스를 준비하는 이동통신사에게 주요 관심사이다. 우리는 이러한 서비스의 확산패턴이 이전의 모바일 서비스와 유사할 것으로 가정하며, 이러한 서비스의 확산패턴을 확인하는 것은 차세대 모바일 서비스를 위한 이동통신사에게 필수적이다. 본 연구에서는 이동통신서비스의 유사한 확산패턴을 보여 주는 국가를 분류하였다. 전통적인 확산모델을 사용하여, 25개의 서유럽 국가들의 이동통신 확산패턴을 추정한다. 1993년부터 2004년까지 이들 국가들의 월 보급률 자료를 기초로 하였다. 클러스터 분석을 통해 이동통신 확산패턴측면에서 상위 모방국가와 하위 모방국가의 두 그룹을 분류하였다. 이 연구의 결과는 이동통신서비스의 상이한 확산패턴을 설명하기 위한 인과모형을 개발하거나 차세대 이동통신서비스를 위한 새로운 네트워크를 계획할 때 그 기초를 제공한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.487-489
• /
• 2004

최근 유비쿼터스 컴퓨팅이 활발히 연구되고 있는 가운데, 사용자의 현재 상태를 파악하고 적절한 서비스를 제공하기 위해 위치 정보가 많이 활용되고 있다. 이러한 위치 정보를 연속적으로 이용함으로써, 사용자의 위치이동을 파악할 수 있으며 이러한 위치이동은 그 패턴에 따라 분류될 수 있다. 본 논문에서는 대학 캠퍼스에서 사용자의 위치이동 패턴을 파악하여 그 패턴에 따라 사용자가 원하는 적절한 서비스를 제공하는 에이전트를 제안한다. 위치정보를 파악하기 위해서는 GPS 위성신호를 이용하며, 위치이동패턴에 대한 학습은 SOM에 의하여 이루어진다. 사용자는 학습된 패턴을 확인하고 직접 서비스를 지정할 수 있으며, 지정된 서비스는 학습된 패턴과 같은 양상으로 예상되는 위치이동이 일어날 경우 자동적으로 제공된다.

• 한국전자거래학회지
• /
• 제18권3호
• /
• pp.211-222
• /
• 2013

지리적으로 인접되어 있으면서 이동관점에서 같은 역할을 수행하는 Zone의 파악은 사람들의 이동흐름을 이해하고 도시개발 및 이동편의성 개선 등을 위한 중요한 정보로 활용된다. 그러나 기존의 연구는 특정 지점간의 이동과 Zone 발견을 개별적으로 수행하여, 거시적 관점에서의 이동패턴을 이해하는 데에는 한계가 존재한다. 따라서 본 연구에서는 스마트카드 전자거래 빅데이터로부터 Zone들을 발견하고 동시에 Zone들 간의 관계를 설명하는 클러스터링 기반의 이동패턴 분석기법을 제안한다. 또한, 설명력과 종속성 관점에서 이동패턴을 정량적으로 평가하는 지표를 제안한다. 제안된 분석기법을 이용하여 서울시 지하철에서 수집된 실 데이터를 분석하여 서울시에서의 이동패턴을 밝혀내고 시각화하였다.

• 한국인구학
• /
• 제32권3호
• /
• pp.43-72
• /
• 2009

일반적으로 인구이동은 전형적인 연령패턴을 갖는 것으로 알려져 있다. 연령에 따른 이동률의 변화는 생애주기와 지역애착에 영향을 받기 때문이라고 설명되어왔다. 많은 인구이동 연구들은 인구이동이 갖는 다양한 형태에 대한 고민 없이 단순한 거주지역의 변화에만 초점을 맞추었다. 하지만 인구이동의 다양성에 주목한 연구들은 인구이동이 그 형태에 따라 다양한 의미를 갖고 있음을 보여주고 있다. 이에 이 연구는 패널데이터(NLSY79)를 사용하여, 인구이동을 최초이동, 계속이동 및 귀환이동으로 구분하였다. 이러한 구분을 바탕으로 생애주기 및 지역애착 등을 반영하는 사회경제적 변수들을 통제한 후 연령이 인구이동에 미치는 영향을 알아보았다. 분석결과는 인구이동이 그 형태에 따라 다양한 연령패턴을 갖는다는 것을 보여준다. 최초이동은 이동률이 성인초기 연령대의 매우 높은 수준에서 급감하여 중년에 이르러 일반적 이동률 수준으로 나타났고, 계속이동은 연령의 증가에 따라 선형으로 꾸준히 감소하지만 그 폭은 크지 않았다. 그러나 귀환이동은 이동률이 연령에 따라 증가하는 모습을 보여주었다. 이러한 연령패턴의 다양성을 설명을 위해 이 연구는 인구이동에서의 보수성 증가라는 심리적 접근을 제안하고 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.305-308
• /
• 2002

패턴 인식(Patterns Recognition)은 인공 지능의 한 분야로서 이해할 수 있는데, 요즈음은 보안과 관련하여 많은 연구가 진행되고 있다. 웨이블렛 변환(Wavelet Transform)은 공간-주파수 영역에서 신호의 국소화를 효율적으로 구현할 수 있다. 하지만, 이를 패턴 인식의 특징 추출에 그대로 이용할 경우 입력 신호의 위치 이동 등이 문제가 되며, 이것은 또한 에러 요인이 된다. 본 논문에서는 웨이블렛 변환을 패턴 인식에 적용할 경우 발생하는 입력 신호의 위치이동에 따른 문제점을 보완하여, 개선된 방법으로 패턴 인식에 사용할 수 있는 알고리즘을 제안하며, 실험 결과를 바탕으로 그의 타당성을 보인다.

• 정보처리학회논문지D
• /
• 제10D권7호
• /
• pp.1103-1114
• /
• 2003

현재의 이동객체를 기반으로 하는 다양한 시공간 응용환경에서의 서비스 지원 시스템 개발을 위하여 중요한 문제 중의 하나는 방대한 이동객체의 위치 이동 데이터로부터의 의미 있는 지식인 시공간 이동 패턴을 탐사하는 것이다. 이를 위하여 시간적 위상관계, 공간적 위상관계 그리고 시공간적 위상관계에 대한 접근이 지식 탐사를 위하여 고려되어야 한다. 이 논문에서는 효율적인 시공간 이동 패턴 탐사 기법인 MPMine 알고리즘을 제안하였다. 제안한 기법은 시간 제약조건과 공간 제약조건 등을 함께 괴려하며 또한 공간 위상 연산인 contain()을 이용한 공간 개념화를 수행할 수 있다. 제안한 기법은 기존의 일반적인 시간 패턴 탐사 기법과 달리 이동객체 데이터 집합으로부터 위치 및 일반화를 통하여 탐색 공간을 줄일 수 있어 효율적으로 유용한 이동 패턴을 탐사할 수 있다.

• 인터넷정보학회논문지
• /
• 제10권5호
• /
• pp.79-93
• /
• 2009

사용자들의 특성에 맞게 개인화되고 세분화된 위치 기반 서비스를 개발하기 위한 목적으로 시공간 상에서 발생하는 이동 객체의 다양한 패턴들 중 의미있는 유용한 패턴을 추출하기 위한 시공간 패턴 탐사가 필요하다. 이에 본 논문에서는 방대한 이동 객체의 이력 데이터로부터 패턴 탐사를 통해 실세계에 적용 가능한 위치 기반 서비스의 개발에 대한 응용으로, STOMP(F)[25]에서 정의한 최적의 이동 패턴을 탐사하는 문제들을 기반으로 시간 및 공간 제약을 갖는 패턴을 추출하기 위한 새로운 탐사 기법인 STOMP(FW)를 제안한다. 제안된 기법은 패턴 빈발도 만을 이용한 기존 연구(STOMP(F)[25])에 가중치(거리, 시간, 비용 등)를 복합적으로 이용하는 패턴 탐사 방법으로, 특정한 지점들 사이를 이동한 객체의 이동 패턴들 중 패턴 빈발도가 특정 임계치 이상이고 가중치가 가장 적게 소요되는 이동 패턴을 최적 경로로 결정하는 방법이다. 제안된 방법의 패턴 탐사는 경험적인 이동 이력을 사용함으로써 기존의 최적 경로 탐색 기법들($A^*$, Dijkstra 알고리즘)이나 빈발도 만을 이용한 방법들 보다 접근하는 노드 수가 상대적으로 적어 보다 빠르고 정확하게 최적 패턴을 탐색할 수 있음을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (C)
• /
• pp.496-498
• /
• 2003

본 논문에서 최신구간을 활용하여 패턴의 최신성을 보장하고 최신구간내 패턴의 누락 없이 모든 패턴을 발견할 수 있는 점진적 로그 분석 기법을 제안한다. 즉, 주기마다 최신구간이 이동되면서, 동시에 패턴의 최신성 여부가 결정되고, 이동된 최신구간내 패턴이 될 후보 패턴을 미리 예측하여 보다 합리적인 패턴 관리할 수 있다. 따라서 일반적인 점진적 로그 분석 기법에서 간과된 대량의 로그에 숨겨진 패턴은 적어도 해당 최신구간내에서 모두 발견될 수 있고 최신성도 보증된다.

• 한국컴퓨터정보학회논문지
• /
• 제12권2호
• /
• pp.231-242
• /
• 2007

패턴 탐사에 관한 기존의 연구들[1,2,3,4,5,6,11,12,13]은 이동 객체의 위치 이력 데이터 집합에 대한 위치 일반화 접근법을 사용하지 않거나 사용해도 특정 공간상의 이동 패턴들 중 단순히 시공간 제약이 없는 빈발 패턴만을 추출하므로, 특정 지점들 간의 최적 이동 경로나 스케줄링 경로와 같은 시공간 제약을 갖는 빈발 패턴 탐사에는 적용하기 어렵다. 또한 패턴 탐사의 수행에 있어 기존의 기법들은 데이터베이스에 대한 반복 접근을 줄이기 위해 메모리 상에 패턴 트리를 생성하여 사용하므로 보다 많은 메모리 공간을 소요하게 된다. 따라서 이러한 기존 탐사 기법들의 문제점들을 해결하기 위한 보다 효율적인 패턴 탐사 기법이 필요한 실정이다. 효율적 탐사 기법을 개발하기 위하여 본 논문에서는 방대한 이동 객체의 이력 데이터 집합에 대한 탐사 수행 시간 및 탐사에 필요한 메모리 공간을 최소화하기 위해서 상세 수준의 데이터들을 의미있는 공간영역 정보로 변환하는 새로운 위치 일반화 방법을 제안한다. 제안된 방법은 패턴 탐사의 전처리 과정에서 $R^*$-Tree와 영역 Grid 해쉬 테이블(AGHT:Area Grid Hash Table)을 기반으로 이동 객체의 위치 속성들을 2차원 공간영역으로 일반화하여 이동 시퀀스를 생성함으로써 효율적인 이동 객체의 공간 이동 패턴 마이닝을 유도할 수 있다.