• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.317-320
• /
• 2005

The LBS (Location-Based Services) are valuable information services combined the location of moving object with various contents such as map, POI (point of Interest), route and so on. The must general service of LBS is route determination service and its applicable parts are FMS (Fleet Management System), travel advisory system and mobile navigation system. The core function of route determination service is determination of optimal route from source to destination in various environments. The MODB (Moving Object Database) system, core part of LBS composition systems, is able to manage current or past location information of moving object and massive trajectory information stored in MODB is value-added data in CRM, ERP and data mining part. Also this past trajectory information can be helpful to determine optimal route. In this paper, we suggest methods to determine optimal route by querying past trajectory information in MODB system and verify the effectiveness of suggested method.

• International Journal of Computer Science & Network Security
• /
• 제21권6호
• /
• pp.207-212
• /
• 2021

Clustering Unlabeled Spatial-datasets to convert them to Labeled Spatial-datasets is a challenging task specially for geographical information systems. In this research study we investigated the NYC Taxi Limousine Commission dataset and discover that all of the spatial-temporal trajectory are unlabeled Spatial-datasets, which is in this case it is not suitable for any data mining tasks, such as classification and regression. Therefore, it is necessary to convert unlabeled Spatial-datasets into labeled Spatial-datasets. In this research study we are going to use the Clustering Technique to do this task for all the Trajectory datasets. A key difficulty for applying machine learning classification algorithms for many applications is that they require a lot of labeled datasets. Labeling a Big-data in many cases is a costly process. In this paper, we show the effectiveness of utilizing a Clustering Technique for labeling spatial data that leads to a high-accuracy classifier.

• 지능정보연구
• /
• 제10권2호
• /
• pp.15-37
• /
• 2004

최근 데이터 양이 급증하면서 데이터 마이닝에 대한 연구가 활발하게 진행되고 있으며 특히 GPS 시스템, 감시시스템, 기상 관측 시스템과 같은 다양한 응용 시스템으로부터 수집된 데이터를 분석하고자 하는 시공간 데이터 마이닝 연구에 대한 관심이 더욱 높아지고 있다. 기존의 시공간 데이터 마이닝 연구들에서는 비시공간 데이터 기반의 일반적인 클러스터링 기법들을 그대로 적용하고 있으나 데이터의 속성이 다른 시공간 데이터 마이닝에서 기존의 알고리즘들이 어느 정도의 성능을 보장하는지, 데이터의 시공간 속성에 따라 적절한 마이닝 알고리즘을 선택하기 위한 기준이 무엇인지 등에 대한 연구는 미흡한 실정이다. 본 논문에서는 기존의 시공간 데이터 마이닝 연구에서 일반적으로 많이 사용되어 온 알고리즘인 SOM(Self-Organizing Map)을 기반으로 시공간 데이터 마이닝 모듈을 개발하고, 개발된 클러스터링 모듈의 성능을 K-means과 두 가지 응집 계층(Hierarchical Agglomerative) 알고리즘들과 균질도, 분리도, 반면영상 너비, 정확도의 네 가지 평가 기준을 기반으로 비교하였다. 또한 입력 데이터의 특성 가시화 및 클러스터링 결과의 정확한 분석을 위해 시공간 데이터 클러스터링을 위한 가시화 모듈을 개발하였다.

• Asian Journal of Atmospheric Environment
• /
• 제5권1호
• /
• pp.47-55
• /
• 2011

Variations in ambient atmospheric carbon monoxide(CO) observed at an inland mining site in the Indo-Gangetic plains, Jaduguda ($22^{\circ}38'N$, $86^{\circ}21'E$, 122m MSL, ~75 km away from the coast of the Bay of Bengal) during the Tsunami of 26 December 2004 were monitored. CO mixing ratio over this site was measured using a non-dispersive infrared analyzer (Monitor Europe Model 9830 B). Back trajectory analysis data obtained using NOAA Hybrid Single Particle Lagrangian Integrated Trajectory (HYSPLIT) Model was also used for this study. Variations in CO mixing ratio at a coastal site, Thiruvananthapuram ($8^{\circ}29'N$, $76^{\circ}57'E$, located ~2 km from the Arabian Sea coast) have also been investigated using CO data retrieved from the Measurement Of Pollution In The Troposphere (MOPITT) instrument. Ground-based measurements indicated abnormal variations in CO mixing ratio at Jaduguda from 25 December 2004 evening (previous day of the Tsunami). MOPITT CO data showed an enhancement in CO mixing ratio over Thiruvananthapuram on the Tsunami day. Back trajectory analyses over Thiruvananthapuram and Jaduguda for a period of 10 days from $21^{st}$ to $30^{th}$ December 2004 depicted that there were unusual vertical movements of air from high altitudes from 25 December 2004 evening. CO as well as the back trajectory analyses data showed that the variations in the wind regimes and consequently wind driven transport are the most probable reasons for the enhancement in CO observed at Jaduguda and Thiruvananthapuram during the Tsunami.

• 한국공간정보시스템학회 논문지
• /
• 제9권1호
• /
• pp.59-77
• /
• 2007

모바일 환경의 대중화와 이를 위한 기반 기술의 발전으로 인하여 이동 객체들을 효과적으로 표현하고 분석하는 것이 중요한 문제로 대두되고 있다. 이러한 환경에서 이동 객체 궤적의 유사성 검색은 궤적에 대한 데이터 마이닝의 일부분으로 중요한 연구 분야중의 하나이다. 본 논문에서는 도로 네트워크상의 이동 객체 궤적을 위한 시공간 유사 궤적 검색 알고리즘을 제안한다. 이를 위하여 도로 네트워크상에서 두 이동 객체 궤적 사이의 시공간 거리를 정의하고, 이를 기반으로 궤적 사이의 시공간 유사도 측정 방법을 제안한다. 유사 궤적 알고리즘은 효율적인 검색을 위하여 시그니쳐 파일 기법을 이용하여 궤적을 검색한다. 마지막으로, 본 논문에서 제안하는 시공간 유사 궤적 검색 알고리즘을 구현하고, 성능 분석을 통해 제안하는 알고리즘의 효율성을 입증한다.

• 한국경영과학회지
• /
• 제23권1호
• /
• pp.109-141
• /
• 1998

Many processes in the industrial realm exhibit sstochastic and nonlinear behavior. Consequently, an intelligent system must be able to nonlinear production processes as well as probabilistic phenomena. In order for a knowledge based system to control a manufacturing processes as well as probabilistic phenomena. In order for a knowledge based system to control manufacturing process, an important capability is that of prediction : forecasting the future trajectory of a process as well as the consequences of the control action. This paper examines the robustness of data mining tools under varying levels of noise while predicting nonlinear processes, includinb chaotic behavior. The evaluated models include the perceptron neural network using backpropagation (BPN), the recurrent neural network (RNN) and case based reasoning (CBR). The concepts are crystallized through a case study in predicting a chaotic process in the presence of various patterns of noise.

• 한국ITS학회 논문지
• /
• 제16권6호
• /
• pp.1-15
• /
• 2017

최근 국제적인 테러 위협이 불특정 다수를 대상으로 발생하고 있으며, 이러한 위협에서 시민을 보호하기 위한 다양한 대책이 논의 중이다. 저렴해진 센서 기술을 활용한 사전 감시 시스템에 대한 요구가 높아지고 있으나, 보행 궤적의 고유 특성 검출 및 상세 분석 연구가 미비한 실정이다. 본 연구에서는 상용화된 보행 동선 솔루션을 활용하여, 삼성역 개찰구에서 코엑스와 직접 연결되는 연결 통로 (3-6번 출구 근처) 일대의 보행 동선 궤적 조사를 수행하였다. 조사된 궤적 자료를 바탕으로, 궤적 자료의 정규화 기법, Clustering 방법을 중심으로 보행 궤적을 유형화하고 배회 동선을 추출하는 분석 방법론을 제시하였다. 분석 결과, 동일 군집내에서 유사성이 크게 떨어지는 보행 궤적의 검출 가능성을 검증하였다.

• 한국융합학회논문지
• /
• 제10권2호
• /
• pp.217-225
• /
• 2019

대표적인 종단자료 분석방법인 잠재성장모형(Latent Growth Modeling)은 무조건적 모형과 조건적 모형으로 구분한다. 잠재성장모형의 무조건적 모형 성장궤적은 선형으로 가정하여 분석하는 경우가 많다. 본 연구는 선형 성장궤적으로 가정하여 모형 적합도가 미달하는 경우 연관규칙기법을 이용하여 모형 적합도를 제고하는 방법론을 제안한다. 방법론은 연관규칙 마이닝의 순차패턴(Sequential Pattern)을 사용한다. 이를 위하여 종단자료를 분위별로 나누고, 각 분위에 속한 종단자료의 기간 변화를 산출한 뒤 이를 순차 패턴 화하였다. SPSS AMOS를 이용하여 한국고용정보원의 2001년부터 6년간 조사한 청년 패널 자료로 효과성을 검증하였다. 기존 단순선형함수를 가정할 때와 비교하여 모형 적합도가 상승하는 것을 확인할 수 있었다.

• Geomechanics and Engineering
• /
• 제37권1호
• /
• pp.73-84
• /
• 2024

Owing to the high strength and abrasive characteristics of cobble-boulders, cutters are easily worn and damaged during shield tunneling, making construction inefficient. In the present work, the stress on the ripper and scraper on the cutterhead was analyzed by the PFC3D-FLAC3D coupling model of shield tunneling to get insight into the performance of the cutterhead for cutting underground cobble and boulders. The numerical calculation results revealed that the increase in trajectory radius leads to a rising stress on the cutters, and the stress on the front cutting surface is greater than that on the back of the cutters. Moreover, the correlation between cutter wear and stress is revealed based on field measurement data. The distribution of the cutter stress is consistent with the cutter wear and breakage characteristics in actual construction, in which more extensive cutter stress is exhibited, extreme cutter wear appears, and more cutter breakage occurs. Finally, the relationship between the cutterhead opening area's layout and cutter wear distribution was investigated, indicating that the cutter wear extent is the most severe in the region where the radial opening ratio dropped sharply.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권8호
• /
• pp.321-328
• /
• 2014

본 논문에서는 모바일 기기 사용자들의 다음 방문 장소를 효율적으로 예측할 수 있는 맵리듀스 기반의 이동 패턴 마이닝 시스템을 소개한다. 이 시스템은 대용량의 사용자 이동 궤적 데이터 집합으로부터 은닉 마코프 모델로 표현되는 각 사용자의 이동 패턴을 학습해내고, 이 모델을 현재 이동 궤적에 적용함으로써 다음 방문 장소를 예측한다. 본 시스템은 사용자별 이동 패턴 모델을 학습하는 후단부와 실시간으로 다음 방문 장소를 예측하는 전단부 등 크게 두 부분으로 구성된다. 이 중에서 후단부는 주요 장소 추출, 이동 궤적 변환, 이동 패턴 모델 학습 등 총 3개의 맵리듀스 작업 모듈들로 구성된다. 이에 반해, 본 시스템의 전단부는 이동 경로 후보군 생성, 다음 장소 예측 등 총 2개의 작업 모듈들로 구성된다. 그리고 본 시스템을 구성하는 각 작업 모듈의 맵과 리듀스 함수들은 하둡 인프라를 효과적으로 활용하여 병렬 처리를 극대화할 수 있도록 설계하였다. 대용량의 공개 벤치마크 데이터 집합인 GeoLife를 이용하여 본 논문에서 소개한 시스템의 성능을 분석하기 위한 실험들을 수행하였고, 실험 결과를 통해 본 시스템의 높은 성능을 확인할 수 있었다.