• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

• 한국ITS학회 논문지
• /
• 제15권3호
• /
• pp.52-59
• /
• 2016

서울시에서 실시간 신호제어를 위해 개발하였던 COSMOS 시스템은 도로의 교통상황을 판단하여 신호운영을 시행하도록 설계되었다. 하지만 COSMOS 시스템에서 사용하고 있는 정지선 검지기나 대기길이 검지기의 경우 도로의 과포화상황을 정확하게 판단하지 못해 신호운영의 효율성이 떨어지는 문제점이 발생하고 있다. 따라서 본 연구에서는 기존의 정지선 검지기, 대기길이 검지기 체계에서 벗어나 서울시 법인택시 GPS 데이터를 가공하여 통행속도를 산출하였으며 또한 본 연구와 같이 진행한 "GPS 데이터를 이용한 대기행렬 길이 산출에 관한 연구"에서 산출한 대기행렬 길이를 기반으로 도로의 혼잡상황 판단 알고리즘을 수립하였다. 이를 도로의 혼잡상황이 지속적으로 나타나는 국기원 입구 ${\rightarrow}$ 강남역 사거리, 역삼역 사거리 ${\rightarrow}$ 국기원 입구로 구성된 실제 네트워크에 적용하여 실제 교통상황을 반영하고 있는지를 확인해 보았다.

• 경영과학
• /
• 제32권4호
• /
• pp.57-67
• /
• 2015

It is a familiar Wall Street adage that "It takes volume to make prices move." Numerous researches have found the positive correlation between trading volume and price changes. Recent studies have documented that informed traders have strong influences on stock market prices through their trading with distinctive information power. Ever since 1992 capital market liberalization in Korea, it is said that foreign investors make consistent profits with their superior information and analytical skills. This study aims at whether we can make a profitable trading strategy by using the foreign investors' trading information. We analyse the relation between the KOSPI index returns and the foreign investors trading volume using GARCH models and VAR models. This study suggests the profitable trading strategies based on the documented relation between the foreign investors' trading volume and KOSPI index returns. We simulate the trading system with the real stock market data. The data include the daily KOSPI index returns and foreign investors' trading volume for 2001~2013. We estimate the GARCH and VAR models using 2001~2011 data and simulate the suggested trading system with the remaining out-of-sample data. Empirical results are as follows. First, we found the significant positive relation between the KOSPI index returns and contemporaneous foreign investors' trading volume. Second, we also found the positive relation between the KOSPI index returns and lagged foreign investors' trading volume. But the relation showed no statistical significance. Third, our suggested trading system showed better trading performance than B&H strategy, especially trading system 2. Our results provide good information for uninformed traders in the Korean stock market.

• 한국지리정보학회지
• /
• 제3권4호
• /
• pp.11-21
• /
• 2000

도시내 가로의 원활한 교통관리를 위해서는 차량의 통행행태를 미시적으로 분석할 필요가 있다. 특히 선행차량과 추종차량과의 역학관계를 규명한 추종이론은 여러 분야에서 기초자료로 이용되고 있다. 최근 GPS에 의한 차량위치와 속도정보의 수신이 가능해짐으로써 이에 대한 다양한 적용이 시도되고 있다. 사례분석을 위해 2대의 차량에 GPS 장비를 탑재하여 통행자료를 수집하였다. 동일한 시간대의 두 차량간 행태를 분석하기 위해 Timer를 동시 Setting하고, 선행차량의 영향을 받을 수 있는 추종주행을 시작하였다. 2초마다 수집된 위치정보로부터 차량의 이동거리를 산정하고, 속도변화를 나타내었다. 또한 선행차량과 추종차량의 가 감속도를 상호 비교하고 분석하였으며, 가 감속도와 가 감속거리 관계에 대한 회귀모형을 구축하여 도로설계와 안전한 교통관리를 위한 규제 등에 이용할 수 있도록 하였다.

• 대한건축학회논문집:계획계
• /
• 제35권1호
• /
• pp.47-54
• /
• 2019

This study proposes a new ERAM model with building population weighting. Previous studies of applying weightings on ERAM model on the scale of urban space were focused on the relationship between the street and the human behavior. However, this study focuses on the influences that buildings give to human behavior and develops a building population weighted ERAM model. This research starts by analyzing ERAM model to its basic compositions, which are adjacency matrix and row vector. It applies building population weighting to the row vector, while previous studies put weightings in the adjacency matrix. Building population weighted ERAM model calculates the building population weighting based on GIS data, which provides objective and massive data of buildings in the urban scale. For the verification of the model, Insa-dong and Myeong-dong were analyzed with both ERAM model and building population weighted ERAM model. The results were analyzed through the correlation test with actual pedestrian population data of the two districts. As a result, the explanation ability of building population weighted ERAM model for the pedestrian population turned out to be higher than the ERAM model. Since building population weighted ERAM model has the structure that can be combined with other weighted ERAM models, it is expected to develop a multi-weighted ERAM model with better explanation ability as a further study.

• 한국산업정보학회논문지
• /
• 제28권6호
• /
• pp.45-52
• /
• 2023

최근 일상생활 속 보행의 중요성이 강조되면서 보행권 보장 및 보행환경 조성을 위한 사업이 지역 곳곳에서 추진되고 있다. 선행 연구에서는 전주시 도로 이미지를 사용하여 보행환경 평가를 진행하고, 이미지 비교 쌍 데이터 세트를 구축하였다. 하지만 숫자로 표현된 데이터 세트는 보행환경 평가자들의 판단 기준을 일반화하거나 보행자가 선호하는 보행환경을 시각적으로 파악하기에 어려움이 존재한다. 따라서 본 연구는 웹 애플리케이션을 구축하여 데이터 시각화를 통해 보행환경 평가의 결과를 해석하는 방법을 제안한다. 의미론적 분할 결과를 활용하여 보행환경 평가자에게 영향을 미치는 보행환경 구성 요소를 분석한 결과, 보행자는 주로 'earth'와 'grass'가 많은 환경을 선호하지 않았고, 'signboard'와 'sidewalk'를 가진 환경을 선호하는 것으로 확인하였다. 제안된 연구는 향후 보행환경 평가의 참여자가 임의로 선택한 결과를 파악하고 분석할 수 있을 것으로 기대하며, 데이터에 대한 정제과정을 전처리로 수행함으로써 좀 더 향상된 정확도를 얻을 수 있을 것으로 판단한다.

• 융합보안논문지
• /
• 제15권3_2호
• /
• pp.59-70
• /
• 2015

본 연구는 사회안전망구축과 시민문화 및 지역사회결속의 관계를 규명하는데 있다. 본 연구의 목적을 달성하기 위하여 2014년 7월 15일부터 9월 15일 까지 서울지역(강동, 강서, 강남, 강북) 일반 시민들을 모집단으로 선정한 다음 집락무선표집법(cluster random sampling)을 이용, 400명을 표집 하였다. 불성실한 자료를 제외하고 최종분석에 사용된 사례 수는 337명이다. 수집된 자료는 SPSSWIN 18.0을 이용하여 연구의 목적에 따라 분석 하였으며, 통계기법은 요인분석 신뢰도분석 상관분석 독립표본 t검증 일원변량분석 다중회귀분석 경로분석 등의 방법이 활용되었다. 결론은 다음과 같다. 첫째, 사회안전망구축은 시민 문화에 영향을 미친다. 자율방범활동이 활성화 될수록 질서준법정신은 높아진다. 지자체안전교육 경찰치안서비스가 활성화 될수록 참여의식은 높아진다. 자율방범활동 거리CCTV시설 경찰치안서비스가 활성화 될수록 관용정신은 높아진다. 반면, 거리 CCTV시설은 시민들의 자율성을 감소시킨다. 둘째, 사회안전망구축은 지역사회결속에 영향을 미친다. 거리CCTV시설 경찰치안서비스 범죄예방설계가 활성화 될수록 안정감은 높아진다. 지자체안전교육 경찰치안서비스 범죄예방설계가 활성화 될 수록 공동체의식은 높아진다. 자율방범활동 지자체안전교육 경찰치안서비스 범죄예방설계가 활성화 될수록 지역사회제도는 높아진다. 셋째, 시민문화는 지역사회결속에 영향을 미친다. 참여의식 관용정신이 활성화 될수록 안정감 공동체의식 지역사회제도는 높아진다. 넷째, 사회안전망구축은 지역사회제도에 직접적으로는 낮게 영향을 미치지만, 시민문화를 증대시켜 준다면 지역사회 결속에 더 크게 영향을 미친다.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.535-544
• /
• 2018

급변하는 주변상황이나 대형차량과 같은 큰 지형지물에 센서가 가려질 경우에는 센서만을 이용한 완전 자율주행에는 한계가 따른다. 이에 자율주행을 위해서 센서를 이용한 한계점을 극복할 수 있도록 정밀한 도로지도를 부가적으로 이용하는 방법이 사용되고 있다. 본 연구는 국토지리정보원에서 제공하는 지상 MMS(Mobile Mapping System)로 취득된 3차원 점군자료를 이용하여 도로 객체를 분류하는 연구를 수행하였다. 본 연구를 위해서 원본 3차원 점군자료를 전처리 하고, 지면과 비지면점을 분리하기 위한 필터링 기법을 선정하였다. 또한 차선, 가로등, 안전펜스 등에 해당하는 도로객체를 초기 분할한 후 분할된 객체를 머신러닝의 종류인 서포트 벡터 머신을 이용하여 학습시킨 후 분류하였다. 학습데이터는 분할된 도로객체에서 추출한 고유값을 이용한 기하학적 요소와 높이정보만을 사용하였으며 분류결과 전체정확도는 87%, 카파계수는 0.795로 나타났다. 향후 도로객체의 분류를 위하여 기하학적인 요소 뿐만 아니라 다양한 항목을 추가한다면 분류정확도가 높아질 것으로 예상된다.

• 디자인융복합연구
• /
• 제16권5호
• /
• pp.125-140
• /
• 2017

본 연구는 머신러닝의 기법이 도시 형태를 분석 및 추론하는 복잡한 과정에 적용 되었을 때, 도시 공간의 변화를 감지하고 분석하며 예측 할 수 있는 가능성을 사례 연구의 근거를 통해 제시하고자 한다. 사례 연구는 미국 보스톤의 메인 스트리트를 대상으로 도시 형태를 분석하는 과정에 머신러닝의 기법을 적용 실험하여 그 효용성을 예증했던 2006년의 선행 연구의 결과를 2016년 도시 형태와 현상을 비교 재해석하여, 10년간의 변화를 도시적 관점, 정보 환경의 관점, 기술적 관점에서 분석하고 이에 유효한 도시 모니터링의 시사점을 도출했다. 먼저, 다중 참여형 정보 수집의 플랫폼이 열리면서 대용량 데이터를 실시간으로 수집할 수 있는 기술적으로 가능해 졌다. 로봇이나 드론 등 인공지능이 탑재된 기계들을 사용하여 도시 정보를 취득하고 개입할 수 있는 가능성과 신산업의 요구에 맞추어 도시 정보 체계를 바꿀 수 있는 가능성이 열려있다. 결론적으로, 현 도시의 당면 문제에 집중하고 각 지역의 특성에 맞는 모니터링 전략을 세우는 것이 중요하며, 국내에서는 최근 도시 재생의 관점이 강조되고 있으므로 그 실천적인 연구가 필요하다.

• 자동차안전학회지
• /
• 제15권2호
• /
• pp.42-48
• /
• 2023

In recent years, automated vehicles have garnered attention in the multidisciplinary research field, promising increased safety on the road and new opportunities for passengers. High-Definition (HD) maps have been in development for many years as they offer roadmaps with inch-perfect accuracy and high environmental fidelity, containing precise information about pedestrian crossings, traffic lights/signs, barriers, and more. Demonstrating autonomous driving requires verification of driving on actual roads, but this can be challenging, time-consuming, and costly. To overcome these obstacles, creating HD maps of real roads in a simulation and conducting virtual driving has become an alternative solution. However, existing HD maps using high-precision data are expensive and time-consuming to build, which limits their verification in various environments and on different roads. Thus, it is challenging to demonstrate autonomous driving on anything other than extremely limited roads and environments. In this paper, we propose a new and simple method for implementing HD maps that are more accessible for autonomous driving demonstrations. Our HD map combines the CARLA simulator and OpenStreetMap (OSM) data, which are both open-source, allowing for the creation of HD maps containing high-accuracy road information globally with minimal dependence. Our results show that our easily accessible HD map has an accuracy of 98.28% for longitudinal length on straight roads and 98.42% on curved roads. Moreover, the accuracy for the lateral direction for the road width represented 100% compared to the manual method reflected with the exact road data. The proposed method can contribute to the advancement of autonomous driving and enable its demonstration in diverse environments and on various roads.