• 한국측량학회지
• /
• 제25권6_1호
• /
• pp.507-516
• /
• 2007

Segmentation and organization of the LiDAR (Light Detection and Ranging) data of the Earth's surface are difficult tasks because the captured LiDAR data are composed of irregularly distributed point clouds with lack of semantic information. The reason for this difficulty in processing LiDAR data is that the data provide huge amount of the spatial coordinates without topological and/or relational information among the points. This study introduces LiDAR data segmentation technique by utilizing histograms of the LiDAR height image data and analyzing roof shape for 3D reconstruction and visualization of the buildings. One of the advantages in utilizing LiDAR height image data is no registration required because the LiDAR data are geo-referenced and ortho-projected data. In consequence, measurements on the image provide absolute reference coordinates. The LiDAR image allows measurement of the initial building boundaries to estimate locations of the side walls and to form the planar surfaces which represent approximate building footprints. LiDAR points close to each side wall were grouped together then the least-square planar surface fitting with the segmented point clouds was performed to determine precise location of each wall of an building. Finally, roof shape analysis was performed by accumulated slopes along the profiles of the roof top. However, simulated LiDAR data were used for analyzing roof shape because buildings with various shapes of the roof do not exist in the test area. The proposed approach has been tested on the heavily built-up urban residential area. 3D digital vector map produced by digitizing complied aerial photographs was used to evaluate accuracy of the results. Experimental results show efficiency of the proposed methodology for 3D building reconstruction and large scale digital mapping especially for the urban area.

• 대한공간정보학회지
• /
• 제16권2호
• /
• pp.57-65
• /
• 2008

레이저레이더 시뮬레이션의 성능을 향상시키기 위해서는 시뮬레이터의 레이저신호로 대응되는 공간의 범위와 해당 사물의 위치 및 속성정보를 정확하고 빠르게 획득해야 한다. 또한 시뮬레이션에 사용되는 데이터는 지형, 건물 및 차량과 같은 복잡한 3차원 객체들이며 광범위한 지역을 대상으로 하므로 가시화를 위한 일반적인 3차원 모델링 툴로는 빠르게 데이터를 추출하고 연산을 수행하기 어렵다. 본 연구에서는 이와 같은 복합적인 형태의 3차원 객체를 데이터베이스에 저장하고 필요한 질의를 수행하며, 가시화 부분과 연동할 수 있는 기법을 제시하였다. 이를 위해 3차원 다면체를 토폴로지 기반으로 데이터모델링을 수행하는 과정과 이러한 객체를 공간 DBMS를 이용하여 구현하는 과정을 예시하였다. 또한 DB에 저장된 데이터를 접근하여 가시화하는 과정을 VRML을 이용하여 구현하고, 시뮬레이션 레이저신호와의 연산 테스트를 실시하였다. 향후 데이터모델에 대한 연구와 가시화 부분에서의 LOD적용 등의 문제를 해결한다면 시뮬레이션뿐 아니라 보다 다양한 상황에 적용할 수 있을 것이다.

• 대한전자공학회논문지TC
• /
• 제45권2호
• /
• pp.103-110
• /
• 2008

네트워크의 토폴로지 변형, 모바일 노드의 이동 모델 및 지형의 조건 등은 이동 애드 혹 네트워크 라우팅의 불화실성을 높이는 주요한 요소들이며 또한 네트워크의 성능을 제한하는 요소들이다. 본 논문에서는 애드 혹 네트워크의 효과적인 라우팅 방법을 살펴본다. 특히, 노드의 이동 속도가 높은 애드 혹 네트워크 통신 환경에 적합한 라우팅 프로토콜 지원 아키텍쳐를 제안하다. 이 모델은 다중의 라우팅 프로토콜을 네트워크의 특성의 변화에 따라 가장 적합한 라우팅으로 변환할 수 있는 적응적 기능을 가지고 있다. 여러 종류의 특성 파라미터 중에서 본 논문에서는 이동 애드 혹 네트워크를 구성하는 노드의 커버리지 연결성, 이동성을 사용하여 삼차원의 라우팅 프로토콜 변환 환경을 정의하였다. 수치적 실험 결과에서 제안한 다중 라우팅 프로토콜이 네트워크의 환경 변화에 적응적으로 대응하는 성능을 보유하고 있음을 확인하였다.

• 지능정보연구
• /
• 제4권1호
• /
• pp.133-147
• /
• 1998

Recently, many researchers have been involved in finding deterministic equations which can accurately predict future event, based on chaotic theory, or fractal theory. The theory says that some events which seem very random but internally deterministic can be accurately predicted by fractal equations. In contrast to the conventional methods, such as AR model, MA, model, or ARIMA model, the fractal equation attempts to discover a deterministic order inherent in time series data set. In discovering deterministic order, researchers have found that neural networks are much more effective than the conventional statistical models. Even though prediction accuracy of the network can be different depending on the topological structure and modification of the algorithms, many researchers asserted that the neural network systems outperforms other systems, because of non-linear behaviour of the network models, mechanisms of massive parallel processing, generalization capability based on adaptive learning. However, recent survey shows that prediction accuracy of the forecasting models can be determined by the model structure and data structures. In the experiments based on actual economic data sets, it was found that the prediction accuracy of the neural network model is similar to the performance level of the conventional forecasting model. Especially, for the data set which is deterministically chaotic, the AR model, a conventional statistical model, was not significantly different from the MLP model, a neural network model. This result shows that the forecasting model. This result shows that the forecasting model a, pp.opriate to a prediction task should be selected based on characteristics of the time series data set. Analysis of the characteristics of the data set was performed by fractal analysis, measurement of Hurst index, and measurement of Lyapunov exponents. As a conclusion, a significant difference was not found in forecasting future events for the time series data which is deterministically chaotic, between a conventional forecasting model and a typical neural network model.

• Spatial Information Research
• /
• 제13권2호
• /
• pp.119-128
• /
• 2005

GIS 분야에서 다루는 공간 데이터는 대부분 2차원의 데이터이다. 현실 공간에 존재하는 3차원 객체의 2차원 정보만을 취하거나 혹은 2차원 공간으로 투영하는 등의 방법으로 데이터를 저장한다. 이러한 방법은 정보의 손실로 인한 데이터 활용범위가 축소되고, 현실 공간을 정확하게 반영하지 못하는 문제가 있다. 최근 3차원 공간 데이터를 저장, 관리 가능한 DBMS가 개발되고, 3차원 데이터에 대한 관심과 요구가 높아지고 있다. 하지만 이들은 단순히 3차원 공간의 데이터를 저장만 가능할 뿐 공간 데이터베이스 관리 시스템의 핵심이라 할 수 있는 공간 질의가 불가능하다. 또한 이에 대한 연구가 미흡한 실정이다. 본 연구에서는 3차원 공간 모델을 이용하여 공간 데이터베이스 표준에서 정의하고 있는 공간 관계 연산을 설계하였다. 공간 데이터 모델로는 OGC에서 제시한 GML3에서 정의하는 모델을 사용하였고, 공간 관계 연산에 대한 설계 도구로는 공간 관계를 연산하는데 가장 좋은 방법으로 알려진 Point-Set Topology 기반의 DE-9IM을 이용하였다.

• 한국정보처리학회논문지
• /
• 제4권7호
• /
• pp.1842-1850
• /
• 1997

이 논문은 멀티스테이지 역 셔플익스체인지 네트워크에서 하나의 새로운 재정돈 알고리즘을 제안한다. 대칭성 멀티스테이지에 있어서 재정동성을 위한 가장 잘 알려진 스테이지의 최저 경계는 2logN-1이다. 그러나, 지금까지 비대칭성 멀티 스테이지에 있어서 재정돈성이 증명된 사실은 없다. 현재, 비대칭성 멀티스테이지에 있어서 재정돈성에 있어서 최상의 경계는 3logN-3이다. 따라서, 이 논문에서 모든 임의의 $N{\le}16$인 퍼뮤테이션에 대하여 멀티스테이지 역 셔플익스체인지 인터커넥션 네트워크의 재정돈성을 설정한다. 이러한 재정돈성은 일련의 재정돈 가능한 네트워크에 있어서 위상적 동일성을 유지하고 중간 스테이지에 하나의 스테이지를 첨가하여 그 스위치를 제안된 알고리즘을 적용하여 결정함으로서 전체적으로 감소된 크기의 네트워크를 허용하도록 설정한다. 결과적으로 이 논문은 역 셔플익스체인지 네트워크를 재정돈성에 있어서 $N{\le}16$의 경우 최상의 경계 2logN을 가능하게 하고, 입력의 수가 증가하는 N>16의 경우 가능성을 보여준다.

• 한국통신학회논문지
• /
• 제18권11호
• /
• pp.1726-1734
• /
• 1993

본 논문에서는 통신망 설계시 신뢰성을 높이며 계산량을 감소시키기 위하려 기존의 Cut-Saturation 알고리즘에 절점차수(node degree)를 적용하여 서바이버블(survivable)한 통신망을 설계하는 알고리즘을 제안하였다. 먼저, 초기 토폴로지(initial topology)를 결정한 다음, 망의 성능을 평가하고 통신망의 정보처리량이 요구량보다 적을 경우 최소 절점차수와 지로 길이(link distance)를 이용하여 최적의 위치에 지로를 연결하였다. 그렇지 않은 경우 외대 절점차수 및 지로 길이와 지로 사용도(link utilization)를 이용하여 지로를 제거하였다. 이 과정을 통신망의 트래픽(traffic) 처리량과 트래픽 요구량이 일치할 때까지 반복하였다. 본 알고리즘에 의해 설계된 통신망은 서비이버블하며, 설계비용을 최소화하고, 트래픽 요구량을 모두 처리할 수 있고, 특히 계산량이 적어 초기 토폴로지 선택이 자유롭고 통신망의 크기에 큰 영향을 받지 않는다는 것이 장점이다. 또한 본 논문에서 제안한 알고리즘을 분석하기 위하여 Kris와 Pramod의 결과와 비교하였다.

• 한국ITS학회 논문지
• /
• 제7권5호
• /
• pp.26-32
• /
• 2008

장애인.노약자들은 일반인에 비해 이동에 대한 제약조건이 많으며 이동시 일반인들이 생각하는 것보다 많은 어려움이 있다. 장애인.노약자뿐만 아니라 일반인들의 보행환경을 개선하기 위해 장애인.노약자를 위한 보행 지원시스템을 구성하여 장애인.노약자들의 사회활동을 장려하고 사회 구성원으로서의 역할을 할 수 있도록 도움을 줌으로서 장애인.노약자에 대한 사회문제를 해결하는 데 큰 역할을 하게 된다. 보행용 네트워크를 구성하기 위해 건설교통부에서 2005년 7월에 발간한 "지능형교통체계 표준 노드/링크 구축.운영지침 해설서"의 내용을 분석하였으며 이를 바탕으로 장애인.노약자들에게 적합한 네트워크체계를 구성하였다. 이동제약이 가장 큰 장애인.노약자를 대상으로 한 보행 네트워크이기 때문에 일반 사람들에게 적용될 수 있다. 이렇게 보행 네트워크를 구성함으로서 사회적 약자에 속하는 장애인.노약자들의 보행에 많은 도움을 줄 수 있을 뿐만 아니라 일반인들의 보행 편의성을 높이는 효과를 가져 올 수 있다. 장애인.노약자를 비롯한 사람들의 보행률을 높임으로서 에너지 절약, 교통사고율 감소 등 사회 전반적으로 긍정적인 효과를 가져 올 것으로 기대된다.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.499-505
• /
• 2018

지금까지 만들어지고 있는 실내공간데이터는 공간적 활용을 위한 데이터라고 하기 보다는 삼각분할로 표현된 3DS나 COLLADA 형식의 가시화 데이터이다. 의미 있는 공간분석이나 실내응용서비스를 개발하기 위하여서는 단순히 삼각분할로 만들어진 가시화데이터가 아니라 의미적 공간정보가 필요하다. OGC (Open Geospatial Consortium) 표준인 IndoorGML(Indoor Geographic Markup Language)은 가시화가 아니라 실내공간 분석을 비롯한 다양한 응용을 위하여 만들어진 공간데이터 형식이다. 따라서 삼각분할로 표현된 3DS나 COLLADA형식의 실내 공간데이터를 OGC IndoorGML 형식으로 변환하는 것은 중요한 작업이 된다. 본 논문에서는 이 문제를 해결하기 위하여, 삼각분할 형식으로 표현된 원시 실내 공간데이터를 기하, 위상, 그리고 의미적으로 유용한 IndoorGML로 변환하는 방법을 제시한다. 또한 이 변환 방법의 타당성을 위하여 개발된 도구도 함께 소개한다. 실제 데이터를 통한 실험을 통하여 이 방법과 개발된 도구를 검증하였다.

• 한국정보통신학회논문지
• /
• 제24권7호
• /
• pp.914-924
• /
• 2020

본 연구에서는 소셜 네트워크를 생성 할 수 있는 인공적인 네트워크 발생 모델을 제안 하였다. 본 연구에서 제안한 발생 모델은 온라인 소셜 네트워크의 특징인 Small-World 성질과 Scale-Free 성질을 단순하게 표현하는 것에서 벗어나 모델의 두 파라메터를 적절히 조절함으로서 사용자가 원하는 다양한 위상 특성치 값들을 나타내 줄 수 있도록 하였다. 이를 위해 Preferential Attachment의 세기를 조정 할 수 있도록 파라메터 K와 군집화 계수를 적절하게 조정 할 수 있도록 파라메터 P를 도입하였다. K가 0에서 10 그리고 P가 0.3에서 0.5 사이의 조합이나 K = 0과 P = 0.9를 이용하면 소셜 네트워크의 위상적 성질을 보유하는 인공적인 네트워크를 생성할 수 있다. 이 조합 하에서는 Small-World 성질과 Scale-Free 성질이 잘 나타난다. 노드차수 분포는 Power-Law를 따른다. 또한 군집화 계수 0.130 ~ 0.238, 평균 최단거리 5.641 ~ 5.985로 나타났다. 또한 네트워크의 크기를 노드 5,000개에서 10,000개로 증가시켜도 소셜 네트워크 성질을 그대로 유지하는 것으로 나타났다.