• 대한교통학회지
• /
• 제32권5호
• /
• pp.522-530
• /
• 2014

교통관리센터에 축적되어 있는 속도 이력데이터에는 반복 비반복 정체 시공간 전개에 대한 상세한 정보가 모두 들어있으나, 도해법에 의해 다루어져 왔기 때문에 많은 양의 이력데이터를 처리하여 교통상황예측이나 정보제공에 활용할 수 없는 한계가 존재하였다. 본 논문에서는, 기존의 Classification과 Density-Based Clustering 알고리즘을 속도 시공간 데이터 특성에 맞게 조합하고 변형하여 정체 시공간 영역을 자동 인식하는 알고리즘과, 정체파급길이, 파급속도, 해소속도 등 정체 시공간 전개 패턴의 특성치를 산정하는 알고리즘을 개발하였다, 본 알고리즘은, 교통관리센터에 축적되어 있는 방대한 양의 이력데이터를 자동으로 분석하여 자세한 정체 관련 정보를 추출할 수 있고, 산정된 특성치를 가지고 각 센터의 필요에 따라 다양한 정보를 2차 생성하고 활용할 수 있는 장점이 있다. 본 연구결과는 향후 반복 비반복 정체에 대한 예측과 대응이 획기적으로 개선되는데 초석이 될 것으로 기대된다.

• 대한공간정보학회지
• /
• 제23권2호
• /
• pp.3-9
• /
• 2015

도시공간에서 토지이용변화는 교통량을 유발하고 이에 따른 교통사고발생이 상호 밀접한 관계를 갖고 있으므로 토지이용변화에 따른 교통사고발생원인 분석은 교통사고저감대책 수립에 중요한 요소로 판단된다. 이에 지방 중소도시인 진주시를 대상으로 5년간(2009년~2013년)의 교통사고 데이터를 주거지역과 상업지역의 사고 발생빈도와 최근린 분석기법에 의한 군집도를 분석한 결과 다음과 같은 결론을 얻었다. 교통사고의 발생빈도는 봄에 가장 많았고 겨울이 가장 작게 발생하였다. 또한 주간과 야간의 교통사고 발생빈도는 주간이 야간에 비해 조금 더 많이 발생하였으나 교통사고발생 군집도는 야간이 주간에 비해 강하게 나타났다. 그리고 토지용도에 따른 교통사고 군집도 분석에서 상업지역은 계절에 따른 변화가 크지 않았으나 주거지역은 겨울철에 군집밀도가 크게 낮아지는 경향을 보였다. 교통사고 유형에 따른 분석 결과 차 대 차의 측면직각추돌사고가 가장 높은 발생빈도를 보였으며 상업지역과 주거지역에 모두 광범위하게 발생되는 것으로 나타났다. 이상의 결과는 도시공간구조에서 교통사고 발생패턴을 파악하는데 중요한 정보가 될 수 있으며, 향후 교통사고저감대책을 수립하는데 유용하게 활용될 것으로 예상된다.

• 대한토목학회논문집
• /
• 제40권1호
• /
• pp.25-33
• /
• 2020

가뭄사상은 지속기간, 심도, 피해면적 등으로 특성화 할 수 있다. 일반적으로 가뭄사상은 관측소별로 구축된 시계열 자료를 이용하여 가뭄지수를 산정한 후, 연속이론에 따라 가뭄의 시작과 종료 시점을 파악하여 정의된다. 하지만 이와 같은 1차원적 분석방법은 가뭄의 시공간적인 발생특성 및 이동경로를 분석하는 데에는 한계가 있다. 따라서 본 연구에서는 단순 클러스터링 알고리즘을 활용하여 3차원(경도, 위도, 시간)적 가뭄사상을 정의하고, 가뭄의 시공간적 확장에 따른 가뭄상황을 파악할 수 있는 가뭄지도를 개발하였다. 이러한 가뭄지도는 가뭄지수를 공간적으로 표출하는 2차원적 가뭄 모니터링 정보와 비교하여 3차원적 가뭄사상에 대한 특성(지속기간, 공간적 누적심도, 가뭄의 중심)을 모두 표출하는 것이다. 그 결과 가뭄 지속기간 내 가뭄 발생면적이 최소 10 % 미만인 국소면적인 경우도 있는 반면, 최대 90 % 이상으로 확장되는 비율도 44%(25개 사상 중 11개 사상)로 확인되었다. 이는 3차원적으로 해석한 다양한 가뭄 지속기간 변화에 따른 공간적인 가뭄의 면적 변화와 심도(강도) 변화에 대한 관계는 매우 중요하다는 것을 재확인 하는 것이다. 3차원 시공간적 가뭄분석을 통한 가뭄지도 개발을 위한 연구는 미래 극한가뭄 대응 방안을 마련함에 있어서는 지역적 가뭄의 시공간적 발생특성 및 패턴을 해석하는 데 활용가능성이 있을 것으로 기대된다.

• Transactions on Control, Automation and Systems Engineering
• /
• 제2권1호
• /
• pp.40-46
• /
• 2000

In this paper, a transient identification based on a Hidden Markov Model (HMM) has been suggested and evaluated experimentally for the classification of transients in the dynamic process. The transient can be identified by its unique time dependent patterns related to the principal variables. The HMM, a double stochastic process, can be applied to transient identification which is a spatial and temporal classification problem under a statistical pattern recognition framework. The HMM is created for each transient from a set of training data by the maximum-likelihood estimation method. The transient identification is determined by calculating which model has the highest probability for the given test data. Several experimental tests have been performed with normalization methods, clustering algorithms, and a number of states in HMM. Several experimental tests have been performed including superimposing random noise, adding systematic error, and untrained transients. The proposed real-time transient identification system has many advantages, however, there are still a lot of problems that should be solved to apply to a real dynamic process. Further efforts are being made to improve the system performance and robustness to demonstrate reliability and accuracy to the required level.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 추계학술대회논문집
• /
• pp.9-14
• /
• 2003

The major reason that spatial data warehousing has attracted a great deal of attention in business GIS in recent years is due to the wide availability of huge amounts of spatial data and the imminent need for turning such data into useful geographic information. Therefore, this research has been focused on designing and implementing the pilot tested system for spatial decision making. The purpose of the system is to predict targeted marketing area by discriminating the customers by using both transaction quantity and the number of customer using credit card in department store. Focused on the analysis methodology, the case study is aiming to use GIS and clustering for knowledge discovery. The system is a key section of the research of multi-dimensional and spatio-temporal analysis in the internet environment.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 추계종합학술대회 논문집(3)
• /
• pp.137-140
• /
• 2000

In this paper, we propose as new algorithm for the selection of key frames in a given video. For the selected key frames to be well defined, the selected key frames need to spread out on the whole temporal domain of the given video and guaranteed not to be duplicate. For this purpose, we take the first frame of each shot of the video as the candidate key frame to represent the video. To reduce the overall processing time, we eliminate some candidate key frames which are visually indistinct in the histogram difference. The key frames are then selected using a clustering processing based on the singly linked hierarchical tree. To make the selected key frames be distributed evenly on the whole video, the deviation and time difference between the selected key frames are used. The simulation results demonstrate that our method provides the better performance compared with previous methods.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.164-169
• /
• 2009

As one of the most interesting scenes, landmarks constitute a large percentage of the vast amount of scene images available on the web. On the other hand, a specific "landmark" usually has some characteristics that distinguish it from surrounding scenes and other landmarks. These two observations make the task of accurately estimating geographic information from a landmark image necessary and feasible. In this paper, we propose a method to identify landmark location by means of landmark recognition in view of significant viewpoint, illumination and temporal variations. We use GPS-based clustering to form groups for different landmarks in the image dataset. The images in each group rather fully express the possible views of the corresponding landmark. We then use a combination of edge and color histogram to match query to database images. Initial experiments with Zubud database and our collected landmark images show that is feasible.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.339-341
• /
• 2012

This paper presents a method for generating an autonomous activity-based diary in the environment including a personal computer (PC). In order to record a user's various tasks in front of a PC, we consider the contextual information such as current time, opened programs, and user interactions. As one modality for the user interaction, a motion sensor was applied to recognize a user's hand gestures in case that the activity is conducted without interaction between the user and the PC. Moreover, we propose a temporal clustering method to recapitulate the sequential and meaningful activity in the stream of extracted PC usage logs. By combining those two processes, we summarize the user activities in the PC environment.

• Genomics & Informatics
• /
• 제12권4호
• /
• pp.145-150
• /
• 2014

Recent technical advances, such as chromatin immunoprecipitation combined with DNA microarrays (ChIp-chip) and chromatin immunoprecipitation-sequencing (ChIP-seq), have generated large quantities of high-throughput data. Considering that epigenomic datasets are arranged over chromosomes, their analysis must account for spatial or temporal characteristics. In that sense, simple clustering or classification methodologies are inadequate for the analysis of multi-track ChIP-chip or ChIP-seq data. Approaches that are based on hidden Markov models (HMMs) can integrate dependencies between directly adjacent measurements in the genome. Here, we review three HMM-based studies that have contributed to epigenetic research, from a computational perspective. We also give a brief tutorial on HMM modelling-targeted at bioinformaticians who are new to the field.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.466-468
• /
• 2005

신문기사를 대상으로 사건 단위로 문서를 클러스터링 하기 위해서, 기존의 연구에서는 기사의 발행일 또는 기사의 내용만 사용하여 하나의 사건을 다른 사건과 구분하는 방법을 사용해 오고 있다. 하지만 사건의 전개가 시간 차이를 두고 진행되는 경우 또는 비슷한 시간대에 같은 범주에 속하는 사건이 발생하는 경우 기사의 발행일만 사용하여 사건 관련 기사를 구분하는 것은 한계가 있다. 본 연구에서는 한국어 신문기사를 대상으로 신문기사에 나타난 시간정보를 자동 추출하고, 이를 기사의 발행일을 기준으로 정규화 한 후 사용하여 사건단위로 기사를 클러스터링 하는 방법을 개발하였다. 즉 한국어 신문 기사를 대상으로 기사에 나타난 시간 표현을 자동으로 추출한 후, 사건과의 유사도 비교에 사용함으로써 사건 단위 클러스터링의 정확도를 높이기 위한 방법을 제안한다.