• 지능정보연구
• /
• 제27권3호
• /
• pp.157-173
• /
• 2021

소비자의 욕구와 관심에 맞추어 개인화된 제품을 추천하는 추천 시스템은 비즈니스에 필수적인 기술로서의 그 중요성이 증가하고 있다. 추천 시스템의 대표적인 모형 중 협업 필터링은 우수한 성능으로 다양한 분야에서 활용되고 있다. 그러나 협업필터링은 사용자-아이템의 선호도 정보가 충분하지 않을 경우 성능이 저하되는 희소성의 문제가 있다. 또한 실제 평점 데이터의 경우 대부분 높은 점수에 데이터가 편향되어 있어 심한 불균형을 갖는다. 불균형 데이터에 협업 필터링을 적용할 경우 편향된 클래스에 과도하게 학습되어 추천 성능이 저하된다. 이러한 문제를 해결하기 위해 많은 선행연구들이 진행되어 왔지만 추가적인 외부 데이터 또는 기존의 전통적인 오버샘플링 기법에 의존한 추천을 시도하였기에 유용성이 떨어지고 추천 성능 측면에서 한계점이 있었다. 본 연구에서는 CGAN을 기반으로 협업 필터링 구현 시 발생하는 희소성 문제를 해결함과 동시에 실제 데이터에서 발생하는 데이터 불균형을 완화하여 추천의 성능을 높이는 것을 목표로 한다. CGAN을 이용하여 비어있는 사용자-아이템 매트릭스에 실제와 흡사한 가상의 데이터를 생성하여, 희소성을 가지고 있는 기존의 매트릭스로만 학습한 것과 비교했을 때 높은 정확도가 예상된다. 이 과정에서 Condition vector y를 이용하여 소수 클래스에 대한 분포를 파악하고 그 특징을 반영하여 데이터를 생성하였다. 이후 협업 필터링을 적용하고, 하이퍼파라미터 튜닝을 통해 추천 시스템의 성능을 최대화하는데 기여하였다. 비교 대상으로는 전통적인 오버샘플링 기법인 SMOTE, BorderlineSMOTE, SVM-SMOTE, ADASYN와 GAN을 사용하였다. 결과적으로 데이터 희소성을 가지고 있는 기존의 실제 데이터뿐만 아니라 기존 오버샘플링 기법들보다 제안 모형의 추천 성능이 우수함을 확인하였으며, RMSE, MAE 평가 척도에서 가장 높은 예측 정확도를 나타낸다는 사실을 증명하였다.

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.1-8
• /
• 2005

이 논문에서는 팬-틸트-줌 기능을 가지는 실시간 능동카메라 시스템에 적합한 2단계 머리 추적 알고리즘을 제안한다. 먼저, 색 수렴 단계에서는 머리의 모양을 타원으로 가정하고 모델 색-히스토그램을 얻는다. 그 후, 모델과 후보 타원의 색-히스토그램간의 유사도를 검사하여 목표 물체의 대략적인 위치를 구하기 위해 mean-shift 방법을 이용한다. 여기에서 영상 내 물체 영역의 색 분포가 카메라의 관찰 방향에 따라 달라지는 것을 고려하기 위하여, 모델 히스토그램 뿐 아니라 이전 프레임에서 얻어진 타원의 색 히스토그램도 함께 고려함으로써 mean-shift의 수렴성을 향상시킨다. 특히, 이전 프레임에서 결정된 타원 내부의 가장자리 영역에 포함되어 있는 배경 색 성분에 의한 오류 누적 문제를 해소하기 위해, 모델 히스토그램을 이용하여 타원의 크기를 적응적으로 축소함으로써 이전 추적 결과중 머리 영역에 해당되는 색 히스토그램을 얻는다. 또한 영상 내의 전역 움직임을 예측하고 이를 보상하여 정확한 초기 위치를 찾음으로써 mean-shift의 색 수렴성을 더욱 향상시킨다. 이 때, 고속 움직임 추정을 위해 1-D 투사 데이터 기반의 방법을 제안한다. 다음 단계에서는, 모양 정보를 이용하여 수렴단계에서 얻어진 타원의 위치와 크기를 보다 정확히 재조정한다. 이를 위해 영상 내 경사도의 방향에 기반한 강건한 모양 유사도 함수를 정의하고 사용한다. 다양한 환경을 고려한 실험을 통하여, 사람의 움직임이 빠른 경우, 영상 내 머리 크기의 변화가 심한 경우, 그리고 배경의 색과 모양이 매우 복잡한 경우에 대해서도 제안한 알고리즘이 비교적 정확히 추적을 수행함을 보였다. 아울러 제안한 알고리즘은 추적을 수행하는데 일반 PC에서 약 30fps의 처리 속도를 보여 실시간 시스템에 적합하다.

• 정보처리학회논문지A
• /
• 제11A권5호
• /
• pp.383-390
• /
• 2004

본 논문은 사용자로 하여금 얼굴표정들의 공간으로부터 일련의 표정을 실시간 적으로 선택하게 함으로써 3차원 아바타의 얼굴 표정을 제어하는 기법을 제안하고, 해당 시스템을 구축한다. 본 시스템에서는 얼굴 모션 캡쳐 데이터로 구성된 2400여개의 표정 프레임을 이용하여 표정공간을 구성하였다. 본 기법에서는 한 표정을 표시하는 상태표현으로 얼굴특징 점들 간의 상호거리를 표시하는 거리행렬을 사용한다. 이 거리행렬의 집합을 표정공간으로 한다. 그러나 이 표정공간은 한 표정에서 다른 표정까지 이동할 때 두 표정간의 직선경로를 통해 이동할 수 있는 그런 공간이 아니다. 본 기법에서는 이 경로를 표정 데이터로부터 근사적으로 유추한다. 우선, 각 표정상태를 표현하는 거리행렬간의 거리가 일정 값 이하인 경우 두 표정을 인접해 있다고 간주한다. 임의의 두 표정 상태가 일련의 인접표정들의 집합으로 연결되어 있으면 두 표정간에 경로가 존재한다고 간주한다. 한 표정에서 다른 표정으로 변화할 때 두 표정간의 최단경로를 통해 이동한다고 가정한다. 두 표정간의 최단거리를 구하기 위해 다이내믹 프로그래밍 기법을 이용한다. 이 거리행렬의 집합인 표정공간은 다차원 공간이다. 3차원 아바타의 얼굴 표정은 사용자가 표정공간을 항해하면서 원하는 표정을 실시간 적으로 선택함으로써 제어한다. 이를 도와주기 위해 표정공간을 다차원 스케일링 기법을 이용하여 2차원 공간으로 가시화 했다. 본 시스템이 어떤 효과가 있는지를 알기 위해 사용자들로 하여금 본 시스템을 사용하여 3차원 아바타의 얼굴 표정을 제어하게 해본 결과, 3차원 아바타의 실시간 얼굴 표정 제어가 필요한 각 분야에서 매우 유용하게 사용될 것으로 판단되었다.24시간 경과시킨 후 치아의 장축에 따라 절단하여 침투된 색소의 정도를 광학현미경상에서 40배로 관찰하였다. 각각의 실험결과는 ANOVA/Tukey's test 및 Kruskal-Wallis non-parametric independent analysis와 Mann-Whitney U test에 의하여 통계 분석하여 다음과 같은 결론을 얻었다. 1. 대조군에 있어서 혼합형 복합레진의 미세인장 결합강도는 미세혼합형에 비하여 높았으며, 실험군 사이에는 유의차를 보이지 않았다. 2.모든 복합레진의 미세인장 결합강도는 와동의 C-factor증가에 따라 감소하는 경향을 나타내었고, 혼합형 복합레진의 실험군은 대조군에 비하여 낮게 나타났으며, 미세혼합형 복합레진에서는 유의차를 보이지 않았다. 3. 절단측 및 치은측 변연부의 미세누출정도는 혼합형 복합레진이 미세혼합형에 비하여 대체로 높게 나타났다. 4. 모든 실험군에서 미세누출은 C-factor증가에 따라 증가하였고 절단측에 비하여 치은측 변연이 높게 나타났으나 통계학적 유의차는 보이지 않았다. C-factor의 변화에 대하여 필러함량과 탄성계수가 높은 혼합형 복합레진이 미세혼합형에 비하여 더 민감한 결과를 보인다. 이는 복합레진 수복시 재료의 선택과 중합수축의 적절한 조절이 중요한 요소임을 시사한다.s에서는 1주, 2주에서 강한 염증반응을 보였으나 12주에서는 염증반응이 감소하였다. 4) 새로 개발된 봉함제 Adseal-1,2는 1주, 2주에서는 가장 약한 염증반응을 보이나 4주, 12주 후에는 AH Plus와 비슷한 수준의 염증 반응을 보였다. 5) Pulp Canal Sealer를 제외한 모든 군에서 인정할 만한 생체친화성을 보였다. 6)

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.25-32
• /
• 2021

미래 해상 환경 변화에 맞춰 해상 항로표지가 다양한 분야에 걸쳐 활용되며 쓰임이 증대되고 있다. 해상 항로표지는 항행하는 선박의 위치, 방향 및 장애물의 위치를 알려주는 항행보조시설로, 현재는 단순히 선박의 안전 항해를 도울 뿐 아니라, 여러 센서와 카메라를 탑재하여 해양 기상환경을 파악하고 기록하는 수단으로 변모하고 있다. 하지만 주로 선박과의 충돌로 인해 소실되며 특히 해무로 인한 관측 시야 저하로 안전사고가 발생한다. 해무 유입은 항만, 해상교통 등에 위험을 초래하고 시간과 지역에 따라 발생 가능성의 차이가 커 예측이 쉽지 않다. 또한, 전 해역에 분포되어있는 항로표지의 특성상 개별 관리가 어렵다. 이를 해결하고자 본 논문에서는 항로표지에 설치된 카메라에서 촬영한 영상으로 해무 강도를 측정하는 방안을 통하여 해양 기상환경을 파악해 보완하고 날씨로 인한 항로표지 안전사고를 해결하는 것을 목적으로 한다. 설치가 어렵고 높은 비용이 드는 광학 및 온도 센서 대신 항로표지에 설치된 카메라의 일반 영상을 사용하여 해무 강도를 측정한다. 덧붙여 다양한 해역에서의 실시간 해무 파악을 위한 선행 연구로, 안개 모델(Haze Model), Dark Channel Prior(DCP)를 이용해 해무 강도 측정 기준을 제시한다. DCP를 적용한 영상에서 특정 픽셀값의 문턱값(Threshold value)을 설정하고, 이를 기준으로 전체 영상에서 해무가 존재하지 않는 픽셀의 수를 통해 해무 강도를 추정한다. 합성 해무 데이터셋과 실제 해무 동영상을 캡처해 만든 실제 해무 데이터셋으로 해무 강도 측정 여부를 검증했다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.109-125
• /
• 2020

군(軍)에서 방위력개선사업(이하 방위사업)은 매우 투명하고 효율적으로 이루어져야 함에도, 방위사업 관련 법 및 규정의 과도한 다양화로 많은 실무자들이 원활한 방위사업 추진에 어려움을 겪고 있다. 한편, 방위사업 관련 실무자들이 각종 문서에서 다루는 법령 문장은 문장 내에서 표현 하나만 잘못되더라도 심각한 문제를 유발하는 특징을 가지고 있으나, 이를 실시간으로 바로잡기 위한 문장 비교 시스템 구축에 대한 노력은 미미했다. 따라서 본 논문에서는 Siamese Network 기반의 자연어 처리(NLP) 분야 인공 신경망 모델을 이용하여 군(軍)의 방위사업 관련 문서에서 등장할 가능성이 높은 문장과 이와 관련된 법령 조항의 유사도를 비교하여 위법 위험 여부를 판단·분류하고, 그 결과를 사용자에게 인지시켜 주는 '군(軍) 보고서 등장 문장과 관련 법령 간 비교 시스템' 구축 방안을 제안하려고 한다. 직접 제작한 데이터 셋인 모(母)문장(실제 법령에 등장하는 문장)과 자(子)문장(모(母)문장에서 파생시킨 변형 문장) 3,442쌍을 사용하여 다양한 인공 신경망 모델(Bi-LSTM, Self-Attention, D_Bi-LSTM)을 학습시켰으며 1 : 1 문장 유사도 비교 실험을 통해 성능 평가를 수행한 결과, 상당히 높은 정확도로 자(子)문장의 모(母)문장 대비 위법 위험 여부를 분류할 수 있었다. 또한, 모델 학습에 사용한 자(子)문장 데이터는 법령 문장을 일정 규칙에 따라 변형한 형태이기 때문에 모(母)·자(子)문장 데이터만으로 학습시킨 모델이 실제 군(軍) 보고서에 등장하는 문장을 효과적으로 분류한다고 판단하기에는 제한된다는 단점을 보완하기 위해, 실제 군(軍) 보고서에 등장하는 형태에 보다 더 가깝고 모(母)문장과 연관된 새로운 문장 120문장을 추가로 작성하여 모델의 성능을 평가해본 결과, 모(母)·자(子)문장 데이터만으로 학습시킨 모델로도 일정 수준 이상의 성능을 확인 할 수 있었다. 결과적으로 본 연구를 통해 방위사업 관련 군(軍) 보고서에서 등장하는 여러 특정 문장들이 각각 어느 관련 법령의 어느 조항과 가장 유사한지 살펴보고, 해당 조항과의 유사도 비교를 통해 위법 위험 여부를 판단하는 '실시간 군(軍) 문서와 관련 법령 간 자동화 비교 시스템'의 구축 가능성을 확인할 수 있었다.

• 한국터널지하공간학회 논문집
• /
• 제19권1호
• /
• pp.95-107
• /
• 2017

본 논문에서는 제도적으로 운영 중인 터널내 CCTV들로부터 실시간으로 들어오는 영상들을 최신 딥러닝 알고리즘을 이용, 학습시켜 다양한 조건의 터널환경에서 돌발 상황을 감지하고 그 돌발 상황의 종류들을 분류해 내는 시스템 개발을 위한 사전검토 연구를 수행하였다. 사전검토 연구를 위해, 2개의 도로현장의 교통류 CCTV영상 일부를 이용하여 가용한 전통적인 영상처리기법으로 영상내부로 집입하는 차량을 감지하고, 이동경로를 추적하여 일정 시간간격의 이동 차량의 좌표와 시간정보를 추출하고 학습자료를 구성하였다. 각 차량의 이동정보는 차선변경, 정차 등 6가지의 이벤트 정보와 연계된다. 차량 이동정보와 이벤트로 구성된 학습자료는 레질리언스(resilience) 기계학습 알고리즘을 이용하여 학습하였다. 2개의 은닉층을 설정하고, 각 은닉층의 노드수에 대한 9개의 은닉구조 모델을 설정하여 매개변수 연구를 수행하였다. 본 사전검토의 경우에는 첫 번째, 두 번째 은닉층 노드수가 각각 300개와 150개로 설정된 모델이 합리적으로 가장 추론정확도가 높은 것으로 평가되었다. 이로부터 일반화되기 매우 힘든 복잡한 교통류 상황을 기계학습을 이용하여 어떠한 사전 규칙설정 없이도 교통류의 특징들을 정확히 자동으로 감지할 수 있는 가능성을 보였다. 본 시스템은 시스템의 운용을 통해 지속적으로 교통류 영상과 이벤트 정보가 늘어난다면, 자동으로 그 시스템의 인지능력과 정확도가 자동으로 향상되는 효과도 기대할 수 있다.

• 인터넷정보학회논문지
• /
• 제17권1호
• /
• pp.101-107
• /
• 2016

최근 디지털 영상장비 개발 기술의 발전으로 인하여 중재 시술이 일반화되고 있다. 중재 영상시술은 미세한 카테터와 가이드와이어를 체내에 삽입하고 시술하는 기술적 특성으로 인하여, 시술의 효과와 안전성을 높이기위해서는 엑스선영상의 고화질이어야 한다. 이로인하여 방사선 피폭량이 증가하는 문제점을 갖고 있다. 따라서 엑스선 디텍터의 성능을 개선하는 연구가 활발하게 진행되고 있다. 또한, 혈관 조영술을 기반으로 한 중재시술은 참조 영상 처리와 3D 의료 영상처리 기술이 요구된다. 본 논문에서는 중재시술을 지원하기 위한 가이드 시스템을 제안하고자 한다. 뇌혈관질환의 중재시술에 기존 혈관조형검사기반의 2D 의료영상이 갖고 있는 문제점을 해결하고, 중재시술 도구인 카테터와 가이드와이어의 목표 병변까지 실시간 위치 추적과 최적의 경로를 안내 해주고자 한다. 이를 위한 전체 시스템은 의료영상 획득부와 영상처리부 그리고 디스플레이 디바이스부로 구성하였다. 그리고 제안한 시스템에서 제공하는 가이드서비스의 실험환경은 브레인 팬텀(Complete intracranial model with aneurysms, ref H+N-S-A-010)을 엑스선으로 촬영하면서 실험하였다. 그리고 참조 영상을 생성하기 위해서 라프라시안 알고리즘 기반의 뇌혈관 모델링과 DICOM에서 추출한 이미지 처리를 위해 Volume ray casting 기법을 적용하였다. 그리고 카테터와 가이드와이어의 위치추적과 경로 제공을 위해 $A^*$ 알고리즘을 적용하였다. 끝으로 제안한 시스템에서 제공하는 카테터와 가이드와이어의 위치추적 수행결과를 보인다. 제안한 시스템은 향후 중재시술에 유용한 안내 서비스를 제공할 것으로 기대하고 있다.

• 유통과학연구
• /
• 제8권1호
• /
• pp.21-33
• /
• 2010

인터넷과 모바일기술의 발전은 화훼유통서비스를 급격히 진화시켰을 뿐만 아니라, 화훼 도소매점간 경쟁방식과 유통경로에도 많은 변화를 가져왔다. 인터넷과 정보기술의 발전은 화훼 유통경로에 있는 중개상들의 힘(영향력)이 축소되거나 일부 소멸할 것으로 예상했다. 그러나 오히려 중개기능의 강화되었고 정보시스템을 통해 유통서비스의 지역적 한계가 없어지고 매출증가로 점포규모가 커지고 협회와 같은 중개자가 재출현하게 되었다. 본 연구는 화훼중도매인이 도소매점의 활동을 원활하게 지원하기 위해 지금까지 어떤 노력들이 있었고 정보시스템 도입 실패원인에 대해 살펴보았다. 그리고 유통경로에서 힘(영향력)의 우위를 확보하기 위해 유통 중간상이 어떻게 변화하고 있는지를 (주)플로마켓 사례를 통해 살펴보았다. 연구결과 화훼도매점들이 정보시스템을 활용한 유통경로 혁신을 시도하였지만 매출채권 및 상품재고 관리를 위한 기능을 정보시스템에 미반영, 거래 및 업무 프로세스 확립 없이 자동화 개념으로 도입, 정보시스템 가동이후 노력을 고려한 정보시스템 구축전략 미비, 화훼소매점과 유통 및 제품정보 공유 없이 주문처리 중심의 정보시스템 구축 등 4가지 이유로 구축에 실패한 것으로 파악되었다. 파악된 실패요인들을 고려하여 (주)플로마켓은 정보시스템을 통해 화훼공판장과 화훼도소매시장으로 구분되어 있는 도매유통시장을 통합하여 고품질의 상품을 확보할 수 있도록 유통경로 개선을 하고자 했다. 시스템구축 후 운영되면서 (주)플로마켓은 상품재고 최소화와 다품종 대량구매를 실현 할 수 있었고 사전주문 프로세스와 사후 재정산을 통하여 실시간 시세를 반영한 상품공급으로 고객의 신뢰를 확보할 수 있었다. 단계별 비즈니스에 맞는 정보시스템 구축전략으로 급변하는 비즈니스 환경에 대처할 수 있도록 정보시스템을 구축하였다. (주)플로마켓의 성공여부는 화훼도매시장에서 화훼소매점과 도매점들이 얼마나 참여하느냐에 달려있기 때문에 시간을 가지고 지켜봐야 하지만 (주)플로마켓 주문처리 시스템의 등장은 거래자간 정보흐름이 끊김 없이 실시간으로 유통정보 및 상품정보 교환이 되고, 제품 표준화와 거래 프로세스가 명확해지고, 정보시스템을 통해 화훼도매점은 유통정보, 거래정보, 상품정보 등 마케팅 정보 수집이 가능해서 전략적 의사결정을 내릴 수 있을 것이다. 따라서 그 동안 정보화 수준이 낮은 화훼유통시장에서 거래의 효율성을 높인 유통경로개선 사례로 본 논문의 의의가 있다고 할 것이다.

• Korean Chemical Engineering Research
• /
• 제60권1호
• /
• pp.86-92
• /
• 2022

최근 COVID-19 팬데믹 등 다양한 이유로 인해 바이오 헬스케어 시장이 전세계적으로 활성화되고 있다. 그 중, 생체정보 측정 및 분석 기술은 앞으로의 기술적 혁신성과 사회경제적 파급효과를 불러일으킬 것으로 예측된다. 기존의 시스템은 생체 신호를 받아 신호 처리를 하는 과정에서 신호 송×수신부, 운영체제, 센서, 그리고 인터페이스를 구동하기 위한 대용량 배터리를 필수적으로 요구한다. 하지만, 배터리 용량의 한계가 인해 시×공간적인 기기 사용의 제한을 야기하며, 이는 사용자의 헬스케어 모니터링에 필요한 데이터의 단절에 대한 원인으로 작용할 수 있으므로 헬스케어 디바이스의 큰 걸림돌 중의 하나이다. 본 연구에서는 생체정보 측정 장치에 접촉대전 효과(Triboelectric effects)와 전자기유도 효과(Electro-magnetic effects)를 융합하여, 외부 전원을 요구하지 않는 독립 구동이 가능한 시스템을 구성하여 시×공간적으로 사용 제한이 없는 소형 생체정보 측정 모듈을 설계 및 검증했다. 특히, 다양한 헬스케어 모니터링 중 족압 계측을 통해 사용자의 보행 습관 등을 파악할 수 있는 무선 족압 계측 모니터링 시스템을 검증했다. 보행 시 발생하는 접촉×분리 움직임에서 접촉대전 효과를 이용한 효과적인 압력 센서와 압력에 따른 전기적 출력신호를 통해 족압 센서를 만들고, 축전기를 이용한 신호처리 회로를 통해 이의 동적 거동을 계측할 수 있다. 또한, 출력된 전기신호의 무선 송×수신용 전원으로 사용하기 위해 전자기 유도 효과를 이용하여 보행 시 생기는 생체역학적 에너지를 전기에너지로 수확했다. 따라서, 이번 연구는 사용자가 제한적인 배터리 용량 때문에 생기는 충전에 대한 불편함을 줄일 수 있고, 뿐만 아니라 데이터 단절에 대한 문제점을 극복할 수 있는 방법으로서 큰 잠재력을 보여줌을 시사한다.

• 대한토목학회논문집
• /
• 제43권2호
• /
• pp.231-238
• /
• 2023

자율주행을 위한 센서들이 인지할 수 있는 공간적 영역은 한계가 존재하기 때문에, 안전하고 효율적인 자율주행을 위해 LDM (Local Dynamic Map)과 같은 디지털 도로·교통정보의 보완적 활용을 제안하고 있다. 비록 자율주행 차량의 센서들로부터 수집되는 정보량에 비해 이러한 도로·교통정보의 양은 상대적으로 미미할 수 있지만, 자율주행 자동차(Autonomous Vehicle, AV)의 효율적 정보처리를 위해 도로·교통 정보의 효율적 관리는 불가피하다. 본 연구는 LDM 기반 정적 도로·교통정보의 활성화 구간(electronic horizon 혹은 e-horizon)의 확장에 따른 자율주행 차량의 정보 이용과 정보처리 시간의 효율성을 분석하고자 하였다. 분석을 위해 미시적 시뮬레이션 모델인 VISSIM과 VISSIMCOM을 적용하였다. 시뮬레이션을 위해 이질적 교통류(연속류, 단속류)는 물론 다양한 도로 기하구조가 포함된 부산광역시 주요 구들을 포함한 약 9 km × 13 km 영역을 선정하였다. 또한, 자율주행 차량에서 활용되는 LDM 정보는 ISO 22726-1 기반으로 구축된 자율주행 전용 정밀 지도(High-definition Map, HDM)를 참고하였다. 분석 결과, e-horizon 영역이 증가함에 따라 단속류 도로에서 짧은 링크들이 집중적으로 인식되고 링크 길이의 합이 증가하는 반면, 연속류 도로에서는 인식되는 링크의 개수는 상대적으로 적지만 소수의 긴 링크들이 인식됨에 따라 링크 길이의 합이 크게 나타나고 있다. 따라서, 본 연구는 저속의 단속류 도로에서는 12개 링크를 기준으로, 그리고 고속의 연속류 도로에서는 링크 길이의 합 10 km를 기준으로 HDM 데이터의 수집, 가공, 처리를 위한 e-horizon의 영역은 각각 600 m와 700 m가 가장 적절한 것으로 나타났다.