• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2000년도 추계종합학술대회
• /
• pp.272-277
• /
• 2000

본 논문에서는 Self-similar 확률과 정의 및 트래픽외 특성, 그리고 최근 논문들에서 보고된 사례에 대한 동향과 실제의 데이터 트래픽 특성에 대한 분석연구를 통하여 Self-similar 패턴에 대한 연구 결과를 제시하고자 한다.

• 한국컴퓨터산업학회논문지
• /
• 제3권7호
• /
• pp.915-920
• /
• 2002

최근 몇 년 동안 몇몇 환경에서 트래픽 패턴이 Poisson 패턴보다 Self-similar 패턴에 더 가깝다는 것이 입증되어 왔다. 본 논문에서는 이러한 Self-similar 확률과정의 정의 및 트래픽의 특성, 그리고 최근 논문들에서 보고된 사례에 대해서 고찰해 봄으로써, 실제의 이동전화 데이터 트래픽 특성에 적합한지를 응용하고자 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 춘계종합학술대회
• /
• pp.173-178
• /
• 2001

본 논문에서는 Self-similar 특성을 이용하여 트래픽의 특성을 분석하고, 최근 논문들에서 보고된 사례에 대한 동향과 실제 데이터 트래픽 특성에 대한 분석연구에 대하여 Self-similar 패턴의 분석 결과를 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 추계종합학술대회
• /
• pp.454-459
• /
• 2001

본 논문에서는 Self-similar 특성을 이용하여 트래픽의 특성을 분석하고, 최근 논문들에서 보고된 사례에 대한 동향과 실제 데이터 트래픽 특성에 대한 분석연구에 대하여 Self-similar 패턴의 분석 결과를 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 추계종합학술대회
• /
• pp.468-471
• /
• 2001

최근 몇 년 동안 몇몇 환경에서 트래픽 패턴이 Poisson 패턴보다 Self-similar 패턴에 더 가깝다는 것이 입증되어 왔다. 본 논문에서는 이러한 Self-similar 확률과정의 정의 및 트래픽의 특성, 그리고 최근 논문들에서 보고된 사례에 대해서 고찰해 봄으로써, 실제의 이동전화 데이터 트래픽 특성에 적합한지를 응용하고자 한다.

• 스마트미디어저널
• /
• 제5권4호
• /
• pp.75-82
• /
• 2016

우리나라의 경제 성장과 도로 환경의 변화를 통해 국내 자동차 시장이 성장하였으나, 이로 인해 교통사고율 또한 증가하였고, 인명 피해가 심각한 수준이다. 이에 따라, 정부에서는 교통사고 데이터를 개방하고 문제를 해결하기 위한 정책을 수립 및 추진 중이다. 본 논문에서는 교통사고 데이터를 이용하여 클래스의 불균형을 해소하고, Hybrid Model 구축을 통한 교통사고 예측을 위해 원본 교통사고 데이터와 Sampling을 수행한 데이터를 학습 데이터로 사용한다. 두 학습데이터에 연관규칙 학습기법인 FP-Growth 알고리즘을 이용하여 교통사고 상해 심각도와 연관된 패턴을 학습한다. 두 학습 데이터의 연관 패턴을 분석을 통해 같은 연관된 패턴을 추출하고 의사결정트리와 다항 로지스틱 회귀분석기법에 연관된 속성에 가중치를 부여하여 융합형 Hybrid Model을 구축하고 교통사고 피해자 상해 심각도를 예측하는 방법에 대해 제안한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권9호
• /
• pp.3635-3654
• /
• 2015

With the rapid development of smart devices and mobile Internet, the video application plays an increasingly important role on mobile devices. Understanding user behavior patterns is critical for optimized operation of mobile live streaming systems. On the other hand, volume based billing models on cloud services make it easier for video service providers to scale their services as well as to reduce the waste from oversized service capacities. In this paper, the watching behaviors of a commercial mobile live streaming system are studied in a content-centric manner. Our analysis captures the intrinsic correlation existing between popularity and watching intensity of programs due to the synchronized watching behaviors with program schedule. The watching pattern is further used to estimate traffic volume generated by the program, which is useful on data volume capacity reservation and billing strategy selection in cloud services. The traffic range of programs is estimated based on a naive popularity prediction. In cross validation, the traffic ranges of around 94% of programs are successfully estimated. In high popularity programs (>20000 viewers), the overestimated traffic is less than 15% of real happened traffic when using upper bound to estimate program traffic.

• 대한교통학회지
• /
• 제34권2호
• /
• pp.158-167
• /
• 2016

본 연구는 실시간 자료를 기반으로 k-NN을 활용한 단기 교통상황 예측 시 각 단계별 세부절차 및 변수결정, 입력자료 구축 등의 각 단계별 잠재적 예측오차에 대한 원인분석 및 시사점 도출을 목적으로 한다. 다양한 단기 예측모형에 대한 선행연구 검토를 통하여 k-NN 모형의 유용성을 검토하였고 이에 대한 적용가능성을 분석하였다. 본 연구의 k-NN 모형은 이력자료 평활화 및 패턴DB 구축의 입력자료 부분, 실시간 자료와 과거 이력자료와의 유사성 측정 및 k 근접이웃 결정 등의 k-NN 알고리즘 부분, 그리고 예측 시간간격에 따른 출력결과 부분 등으로 구성되며 올림픽대로 김포방향 한강대교 남단~여의상류IC 구간을 대상으로 분석을 실시하였다. 교통자료의 불규칙 잡음으로 인하여 정확한 패턴매칭을 위해서 이력자료의 평활화를 실시하였으며, 이력자료 패턴 DB는 일반 및 이벤트 상황으로 구분하여 활용하였다. 최적의 시계열 자료 및 k 근접이웃 결정을 위해서 시행착오 방법을 적용하였으며, 단기 교통상황 예측 시 예측 시간간격이 증가할수록 예측오차가 증가하는 패턴, 그리고 교통상태가 급변하는 시점에서도 예측오차가 증가함을 알 수 있었다. 본 연구의 k-NN 모형에 대한 각 단계별 예측오차에 대한 원인을 분석하여 개선방향을 제시함으로써 향후 신뢰성 있는 단기 교통상황예측 정보제공 및 시스템에 활용이 가능할 것으로 판단된다.

• 한국BIM학회 논문집
• /
• 제8권3호
• /
• pp.12-19
• /
• 2018

The research aims to find implications of machine learning and urban big data as a way to construct the flexible transportation network system of smart city by responding the urban context changes. This research deals with a problem that existing a bus headway model is difficult to respond urban situations in real-time. Therefore, utilizing the urban big data and machine learning prototyping tool in weathers, traffics, and bus statues, this research presents a flexible headway model to predict bus delay and analyze the result. The prototyping model is composed by real-time data of buses. The data is gathered through public data portals and real time Application Program Interface (API) by the government. These data are fundamental resources to organize interval pattern models of bus operations as traffic environment factors (road speeds, station conditions, weathers, and bus information of operating in real-time). The prototyping model is implemented by the machine learning tool (RapidMiner Studio) and conducted several tests for bus delays prediction according to specific circumstances. As a result, possibilities of transportation system are discussed for promoting the urban efficiency and the citizens' convenience by responding to urban conditions.

• 대한교통학회지
• /
• 제33권3호
• /
• pp.256-267
• /
• 2015

지능형 교통체계 시스템으로 인해 보다 신뢰성 있는 교통자료의 취득이 용이해졌으며, 실시간 통행시간 예측을 통한 경로정보 제공 및 중장기 통행시간 예측 등의 정보제공 서비스의 활용성이 높아짐에 따라 정확하고 신뢰성 있는 정보에 대한 요구가 증가하고 있다. 본 연구에서는 안개 발생 시 정확한 교통정보를 제공하기 위하여 안개 발생에 따른 속도패턴 변화를 분석하였으며, 분석결과를 기반으로 하여 안개 시 통행속도 중장기 예측전략을 개발하였다. 서울시 교통정보센터에서 수집된 2009-2013년 올림픽대로 링크 속도자료와 83건의 안개 발생 정보를 이용하여 분석을 수행하였다. 분석결과, 옅은 안개가 발생한 경우 맑은 기상 시의 속도보다 평균 약 2.92kph 감소하는 것으로 나타났으며, 짙은 안개의 경우 평균 5.36kph의 속도가 감소하는 것으로 나타났다. 통행속도 중장기 예측은 과거 패턴 개수를 다양한 범위로 적용하여 분석한 결과, 평균 절대적 백분율 오차(MAPE: Mean Absolute Percentage Error)는 14.11-16.31%로 나타났으며, 중장기 예측 전략수립을 위한 적정 과거 패턴 개수는 30-45개로 도출되었다. 본 연구에서 제시한 연구 결과는 교통정보 제공 시 보다 정확한 정보를 제공하여 사전 혼잡관리를 위한 교통관리전략을 수립하는 등 도로교통 운영 및 관리 에 효율적으로 활용 할 수 있을 것으로 기대된다.