• Journal of Communications and Networks
• /
• 제17권6호
• /
• pp.568-581
• /
• 2015

Predicting locations of users with portable devices such as IP phones, smart-phones, iPads and iPods in public wireless local area networks (WLANs) plays a crucial role in location management and network resource allocation. Many techniques in machine learning and data mining, such as sequential pattern mining and clustering, have been widely used. However, these approaches have two deficiencies. First, because they are based on profiles of individual mobility behaviors, a sequential pattern technique may fail to predict new users or users with movement on novel paths. Second, using similar mobility behaviors in a cluster for predicting the movement of users may cause significant degradation in accuracy owing to indistinguishable regular movement and random movement. In this paper, we propose a novel fusion technique that utilizes mobility rules discovered from multiple similar users by combining clustering and sequential pattern mining. The proposed technique with two algorithms, named the clustering-based-sequential-pattern-mining (CSPM) and sequential-pattern-mining-based-clustering (SPMC), can deal with the lack of information in a personal profile and avoid some noise due to random movements by users. Experimental results show that our approach outperforms existing approaches in terms of efficiency and prediction accuracy.

• 대한임베디드공학회논문지
• /
• 제17권4호
• /
• pp.249-255
• /
• 2022

The COVID-19 virus appeared in 2019 and is extremely contagious. Because it is very infectious and has a huge impact on people's mobility. In this paper, multiple linear regression and random forest models are used to predict the number of COVID-19 cases using COVID-19 infection status data (open source data provided by the Ministry of health and welfare) and Google Mobility Data, which can check the liquidity of various categories. The data has been divided into two sets. The first dataset is COVID-19 infection status data and all six variables of Google Mobility Data. The second dataset is COVID-19 infection status data and only two variables of Google Mobility Data: (1) Retail stores and leisure facilities (2) Grocery stores and pharmacies. The models' performance has been compared using the mean absolute error indicator. We also a correlation analysis of the random forest model and the multiple linear regression model.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권8호
• /
• pp.321-328
• /
• 2014

본 논문에서는 모바일 기기 사용자들의 다음 방문 장소를 효율적으로 예측할 수 있는 맵리듀스 기반의 이동 패턴 마이닝 시스템을 소개한다. 이 시스템은 대용량의 사용자 이동 궤적 데이터 집합으로부터 은닉 마코프 모델로 표현되는 각 사용자의 이동 패턴을 학습해내고, 이 모델을 현재 이동 궤적에 적용함으로써 다음 방문 장소를 예측한다. 본 시스템은 사용자별 이동 패턴 모델을 학습하는 후단부와 실시간으로 다음 방문 장소를 예측하는 전단부 등 크게 두 부분으로 구성된다. 이 중에서 후단부는 주요 장소 추출, 이동 궤적 변환, 이동 패턴 모델 학습 등 총 3개의 맵리듀스 작업 모듈들로 구성된다. 이에 반해, 본 시스템의 전단부는 이동 경로 후보군 생성, 다음 장소 예측 등 총 2개의 작업 모듈들로 구성된다. 그리고 본 시스템을 구성하는 각 작업 모듈의 맵과 리듀스 함수들은 하둡 인프라를 효과적으로 활용하여 병렬 처리를 극대화할 수 있도록 설계하였다. 대용량의 공개 벤치마크 데이터 집합인 GeoLife를 이용하여 본 논문에서 소개한 시스템의 성능을 분석하기 위한 실험들을 수행하였고, 실험 결과를 통해 본 시스템의 높은 성능을 확인할 수 있었다.

• 한국항행학회논문지
• /
• 제11권3호
• /
• pp.252-258
• /
• 2007

무선모바일 통신망에서는 사용자의 이동성보장 기술과 사용자가 요구하는 서비스품질(QoS)을 만족시키기 위한 효율적인 무선자원관리기술이 많이 연구되어 왔다. 본 연구에서는 시계열 예측기법(Time series prediction) 인 ARMA(Auto Regressive Moving Average) 모델을 이용하여 사용자가 요구하는 자원의 양을 예측하여 동적으로 자원을 할당함으로써 사용자의 이동성에 따른 QoS를 보장할 수 있는 자원할당방법을 제안한다. 제안한 방법은 ARMA 예측모델을 사용하여 이전에 핸드오프연결이 사용한 채널 수를 기초로 앞으로 필요로 하는 채널 수를 예측하여 예약함으로써 원하는 핸드오프 손실률에서 서비스가 이루어지도록 한다. 시뮬레이션을 통하여 기존의 RCS(Reserved channel scheme) 방법과 비교하여 핸드오프 연결의 손실률과 자원의 이용률에서 우수함을 보인다.

• 한국항행학회논문지
• /
• 제21권4호
• /
• pp.347-352
• /
• 2017

본 논문에서는 셀룰러 기반 무선 인지망에서 스펙트럼 인지(CR)기술을 이용하여 모바일 사용자의 핸드오버 호의 손실확률을 줄이는 방법을 제안한다. 제안한 방법에서는 모바일이 방문할 셀을 Ziv-Lempel 알고리듬을 이용하여 예측하고, 방문할 셀에 할당된 채널이 부족할 때는 CR기술에 기초한 스펙트럼 홀 자원을 예측하여 모바일 사용자를 지원한다. 스펙트럼 홀 자원의 크기는 신경망기법으로 예측하며, 예측된 스펙트럼 홀 자원은 핸드오버 호가 초기 발생 호 보다 우선하여 사용할 수 있게 한다. 시뮬레이션을 통하여 셀룰러 이동 통신망에 CR기술을 사용함으로써 모바일 사용자의 핸드오버 호 손실확률을 줄일 수 있음을 보인다.

• 융합신호처리학회논문지
• /
• 제7권1호
• /
• pp.24-32
• /
• 2006

본 논문에서는 무선 이동통신망에서 멀티미디어 응용 프로그램의 서비스 품질 보장을 위하여 무선 단말기의 이동성을 예측하기 위하여 무선 단말기 위치 예측에 기반을 둔 대역폭 예약 알고리즘을 제안한다. 제안된 알고리즘은 이동성 예측 기법을 이용하여 단말기의 이동 방향에 대한 예측 오류를 최소화하는 것을 목적으로 한다. 이러한 예측은 불필요하게 중복되어 예약된 대역폭의 크기를 줄인다. 알고리즘의 성능 평가를 위해서, 신규호의 탈락률과 핸드오프호의 강제종료율을 측정하고 기존에 제안된 기법들의 성능 평가 결과와 비교한다. 그 결과 본 논문에서 제시된 알고리즘이 기존의 방법들에 비해 낮은 호 탈락률 및 강제종료율을 가지는 우수한 성능을 나타내었다

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권4호
• /
• pp.135-142
• /
• 2021

Estimating the locations of workers in a shipyard is beneficial for a variety of applications such as selecting potential forwarders for transferring data in IoT services and quickly rescuing workers in the event of industrial disasters or accidents. In this work, we propose a human movement stream processing system for estimating worker locations in shipyards based on Apache Spark and TensorFlow serving. First, we use Apache Spark to process location data streams. Then, we design a worker location prediction model to estimate the locations of workers. TensorFlow serving manages and executes the worker location prediction model. When there are requirements from clients, Apache Spark extracts input data from the processed data for the prediction model and then sends it to TensorFlow serving for estimating workers' locations. The worker movement data is needed to evaluate the proposed system but there are no available worker movement traces in shipyards. Therefore, we also develop a mobility model for generating the workers' movements in shipyards. Based on synthetic data, the proposed system is evaluated. It obtains a high performance and could be used for a variety of tasksin shipyards.

• Journal of Communications and Networks
• /
• 제11권4호
• /
• pp.337-349
• /
• 2009

In this paper, we introduce a novel mobility model for mobile sinks in which the sinks move towards randomly distributed destinations, where each destination is associated with a mission. The novel mobility model is termed the random mobility with destinations. There have been many studies on mobile sinks; however, they merely support two extreme cases of sink mobility. The first case features the most common and general mobility, with the sinks moving randomly, unpredictably, and inartificially. The other case takes into account mobility only along predefined or determined paths such that the sinks can gather data from sensor nodes with minimum overhead. Unfortunately, these studies for the common mobility and predefined path mobility might not suit for supporting the random mobility with destinations. In order to support random mobility with destination, we propose a new protocol, in which the source nodes send their data to the next movement path of a mobile sink. To implement the proposed protocol, we first present a mechanism for predicting the next movement path of a mobile sink based on its previous movement path. With the information about predicted movement path included in a query packet, we further present a mechanism that source nodes send energy-efficiently their data along the next movement path before arriving of the mobile sink. Last, we present mechanisms for compensating the difference between the predicted movement path and the real movement path and for relaying the delayed data after arriving of the mobile sink on the next movement path, respectively. Simulation results show that the proposed protocol achieves better performance than the existing protocols.

• 한국통신학회논문지
• /
• 제34권7B호
• /
• pp.659-667
• /
• 2009

무선 애드-혹(Ad-hoc) 네트워크는 고정된 기지국이 존재하지 않고 우선 노드들만으후 구성된다. 우선 애드-혹 네트워크 내에서는 노드 자체의 에너지 제약과 잦은 이동으로 인해 네트워크 단절이 빈번하게 발생하게 된다. 그러므로 노드의 이동성에 따른 토폴로지 변경에 유연하게 반응하면서 전송 경로의 신뢰성을 향상시키는 기법이 반드시 요구된다. 본 논문에서는 AOMDV 라우팅 프로토콜을 이용하여 경로 탐색 시에 응답하는 노드의 이동성을 고려하여 경로를 선택하는 기법을 제안한다. 제안한 기법을 적용함으로써 전송 경로의 신뢰성을 향상시켜 경로가 단절되어 재탐색하는 횟수를 줄일 수 있다.

• 대한가정학회지
• /
• 제30권4호
• /
• pp.153-165
• /
• 1992

The objectives of this study were to develop a probabilistic model for both hypotheses testing and mobility prediction. Methodologies being used for the analysis include multivariated analysis for descriptive statistics and logit model for hypotheses testing and prediction. The study used questionaire survey data conducted by Korean Research Institute for Human Settlements (KRIHS) in 1988. There were a total of 1,620 Samples, and both SPSS and Limdep software packages were used for statistical analysis and model testing. The major findings were highlighted as follows; The residential mobility over family life span by the social class were developed with the use of the probability model. Most of households in low class moved downwardly. They had lived the small-owned single detached house in first family life span and moved into the small-rented single detached house in next family life span. Most of households in middle class moved upwardly. They had lived the small-owned apartment in first family life span and moved into the large-owned single detached house in last family life span. Most of households in high class horizontally. They had lived the large-owned single detached house in first family life span and moved into the same one except in last family life span.