• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2004.11a
• /
• 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.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.14 no.6
• /
• pp.1083-1088
• /
• 2019

Even though the transmission performance is very important factor for not only study and development but also for design, implementation, and operation of underwater MANET. There is a trend of using it as a measurement factor for comparing and analyzing degree of network performance. In this paper, movement pattern using transmission performance is analyzed to enlarge the use of transmission performance in underwater MANET. The relation between transmission performance and movement pattern is firstly considered and then through this consideration, causing effects of movement pattern to transmission performance is studied. Results of this study can be used as an important base to predict and analyze movement pattern through measuring of transmission performance of moving objects in underwater environments.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• 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.

• Korea journal of population studies
• /
• v.32 no.3
• /
• 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.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• 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.

• The KIPS Transactions:PartD
• /
• v.10D no.7
• /
• pp.1103-1114
• /
• 2003

Currently, one of the most critical issues in developing the service support system for various spatio-temporal applications is the discoverying of meaningful knowledge from the large volume of moving object data. This sort of knowledge refers to the spatiotemporal moving pattern. To discovery such knowledge, various relationships between moving objects such as temporal, spatial and spatiotemporal topological relationships needs to be considered in knowledge discovery. In this paper, we proposed an efficient method, MPMine, for discoverying spatiotemporal moving patterns. The method not only has considered both temporal constraint and spatial constrain but also performs the spatial generalization using a spatial topological operation, contain(). Different from the previous temporal pattern methods, the proposed method is able to save the search space by using the location summarization and generalization of the moving object data. Therefore, Efficient discoverying of the useful moving patterns is possible.

• Journal of Internet Computing and Services
• /
• v.10 no.5
• /
• pp.79-93
• /
• 2009

For developing the location based service which is individualized and specialized according to the characteristic of the users, the spatio-temporal pattern mining for extracting the meaningful and useful patterns among the various patterns of the mobile object on the spatio-temporal area is needed. Thus, in this paper, as the practical application toward the development of the location based service in which it is able to apply to the real life through the pattern mining from the huge historical data of mobile object, we are proposed STOMP(using Frequency of sequence and Weight) that is the new mining method for extracting the patterns with spatial and temporal constraint based on the problems of mining the optimal moving pattern which are defined in STOMP(F)[25]. Proposed method is the pattern mining method compositively using weighted value(weights) (a distance, the time, a cost, and etc) for our previous research(STOMP(F)[25]) that it uses only the pattern frequent occurrence. As to, it is the method determining the moving pattern in which the pattern frequent occurrence is above special threshold and the weight is most a little bit required among moving patterns of the object as the optimal path. And also, it can search the optimal path more accurate and faster than existing methods($A^*$, Dijkstra algorithm) or with only using pattern frequent occurrence due to less accesses to nodes by using the heuristic moving history.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04d
• /
• 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.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.2 s.46
• /
• pp.231-242
• /
• 2007

The existing pattern mining methods[1,2,3,4,5,6,11,12,13] do not use location generalization method on the set of location history data of moving object, but even so they simply do extract only frequent patterns which have no spatio-temporal constraint in moving patterns on specific space. Therefore, it is difficult for those methods to apply to frequent pattern mining which has spatio-temporal constraint such as optimal moving or scheduling paths among the specific points. And also, those methods are required more large memory space due to using pattern tree on memory for reducing repeated scan database. Therefore, more effective pattern mining technique is required for solving these problems. In this paper, in order to develop more effective pattern mining technique, we propose new location generalization method that converts data of detailed level into meaningful spatial information for reducing the processing time for pattern mining of a massive history data set of moving object and space saving. The proposed method can lead the efficient spatial moving pattern mining of moving object using by creating moving sequences through generalizing the location attributes of moving object into 2D spatial area based on $R^*$-Tree and Area Grid Hash Table(AGHT) in preprocessing stage of pattern mining.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.484-486
• /
• 2002

패턴의 이동, 회전, 크기변화에 영향을 받지 않는 불변 패턴 인식은 컴퓨터 비젼 및 패턴인식에서 오랫동안 다루어온 문제이다. 본 논문에서는 픽셀간의 거 리를 히스토그램으로 나타냄으로써 2차원 이진 패턴을 1차원 신호로 표현하는 방법을 제시한다. 제시되는 방법을 디스토그램(Distogram)이라 부르며 6개 로마문자의 이동, 회전, 크기 변화된 이미지를 테스트해봄으로써 디스토그램의 식별 능력을 테스트해본다.