• Journal of IKEEE
• /
• v.25 no.4
• /
• pp.766-769
• /
• 2021

In order to perform tasks such as design, control, optimization, and prediction of flight vehicle trajectories based on machine learning techniques including deep learning, a certain amount of flight vehicle trajectory data is required. However, there are cases in which it is difficult to secure more than a certain amount of flight vehicle trajectory data for various reasons. In such cases, synthetic data generation could be one way to make machine learning possible. In this paper, to explore this possibility, we generated and evaluated synthetic flight vehicle trajectory data using time-series generative adversarial neural network. In addition, various ablation studies (comparative experiments) were performed to explore the possibility of using synthetic data in the aircraft trajectory prediction task. The experimental results presented in this paper are expected to be of practical help to researchers who want to conduct research on the possibility of using synthetic data in the generation of synthetic flight vehicle trajectory data and the work related to flight vehicle trajectories.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.3-8
• /
• 2007

최근 도로 네트워크 환경에서 이동 객체 위치 정보를 관리하고 이동 객체의 미래 위치를 예측하는 이동 객체 위치 예측 시스템의 필요성이 나날이 증가되고 있다. 이동 객체위치 예측 시스템은 교통 관제 및 다양한 응급 상황 시 이동 객체의 미래 위치를 신속히 예측하기 위해 사용되며, 보다 편리한 위치 기반 서비스의 제공을 가능하게 해준다. 이러한 시스템을 위한 대부분의 미래 인덱싱 기법은 일반적으로 이동 객체의 미래 위치 예측을 위해 과거 이동 궤적을 이용하고 있다. 그러나, 수많은 이동 객체의 과거 이동 궤적 관리가 어렵고, 실시간으로 변화하는 이동 객체의 미래 궤적을 반영하기 위한 방대한 미래 인덱스의 갱신 요청으로 인해 인덱스 유지 비용이 증가하여 미래 위치 질의 요청에 대한 신속한 처리 성능이 떨어지게 된다. 따라서 본 논문에서는 이동 객체 위치 예측 시스템에서 방대한 이동 객체의 과거 이동 궤적으로부터 효율적으로 미래 위치를 예측하기 위해 셀 기반의 미래 인덱싱 방법인 PFCT-Tree(Probability Future Cell Trajectory-Tree)를 제시한다. PFCT-Tree는 방대한 과거 이동 궤적을 셀 단위로 재구성하여 인덱스 크기를 줄이고, 셀 내부 경험치를 기반으로 장기간 질의 시 빠른 미래 위치를 예측할 수 있다. 또한 신속한 미래 이동 궤적의 갱신 속도를 향상시키기 위해 미래 시간을 미래 궤적과 분리하여 인덱싱함으로써 위치 예측 오류로 인한 미래 인덱스 갱신 비용을 최소화 할 수 있다. 마지막으로 실험을 통해 도로 네트워크 환경에서 PFCT-Tree가 기존 인덱싱 기법들보다 갱신 및 검색 성능이 우수함도 입증하였다.ential oil (Bergamot, Grapefruit, Lemon, Petigrain)은 농도 의존적으로 ROS 생성을 증가시켰다. 이상의 결과를 종합하여 볼 때 citrus essential oil은 MSH에 의한 melanin 생성을 억제하는 것으로 보아 미백제로서의 개발 가능성이 있는 것으로 사료된다.가 사용될 수 있음을 제시한다.찍 발견되어 크기는 작았으며, 육안적으로 폴립의 Yamada 형태의 분류는 II, III의 형태를 띠고 있었다.EX>로 한반도 후기 백악기의 고지자기극$(Lat./Long.=70.9^{\circ}N/215.4^{\circ}E,\;A_{95}=5.3^{\circ})$의 위치와 유사하므로 암석의 생성 시기는 후기 백악기로 판단하였다. 한편 함평분지에 분포하는 백악기 화산암류에서는 한 개의 정자화 방향과 두 개의 역자화 방향이 확인되었다. 이들 특성잔류자화 방향은 백악기 화산암 형성 당시 암석에 기록된 성분으로써 당시 지구자기장의 상태를 기록한 것으로 해석하였으며, 이중 정자화 방향을 함평분지 화산암의 대표 방향으로 채택하였다 함평분지 화산암의 고지자기 극의 위치는 정자극의 경우는 $Lat./Long.=70.2^{\circ}N/199.5^{\circ}E,\;(K=18.1,\;A_{95}=9.6^{\circ})$ 이며 역자극의 경우는 $Lat./Long.=65.5^{\circ}S/251.3^{\circ}E,\;(K=7.1,\;A_{95}=20.7^{\circ})$이다. 이중 정자극의 위치는 한반도의 후기 백악기극의 위치와 통계적으로 동일한 것으로 나타나 함평분지 화산암

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1254-1257
• /
• 2015

최근 위치기반서비스에 관심이 집중되면서 GPS 궤적에 관심 지점(POI: Point of Interest) 정보를 결합한 시맨틱 궤적(Semantic Trajectory)이 주목 받고 있다. 기존 연구에서는 GPS 궤적으로부터 속력을 계산하여 사용자가 정지했을 만한 예측 정지 구간(PSI: Predictive Stop Interval)과 실제로 방문했을 것이라 예상되는 POI를 선정하여 시맨틱 궤적을 생성하였다. 그러나 CPU에서는 대용량의 GPS 궤적에 대해서 PSI를 구할 시 많은 연산 때문에 시간이 오래 걸리는 문제가 있다. 이에 본 논문에서는 GPU의 병렬성을 이용하여 PSI를 생성하는 알고리즘을 제안한다. 제안하는 GPU를 이용한 PSI 생성 알고리즘은 기존의 CPU를 사용한 PSI 알고리즘보다 최대 5배 이상 속도 향상이 있으며, PSI의 개수가 많을수록 성능상의 이득이 더 큰 장점을 가지고 있다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.42 no.3
• /
• pp.213-220
• /
• 2014

A program that predicts trajectories of projectiles influenced by the interference flow field of helicopters is developed. The interference flow field are computed using a compressible inviscid solver in conjunction with an actuator disc model. The trajectories are predicted using 6-DOF (Degree of Freedom) equations as well as an alternative form of modified point mass equations of motion. The method for the interference flow field prediction method are validated with ROBIN(ROtor Body INteraction) model. A Sierra international bullet and a 105mm projectile are used to validate the trajectory method. Trajectories of a Sierra International bullet and a HYDRA 70 rocket firing from a helicopter are predicted.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.798-801
• /
• 2014

여행 정보 시스템(ATIS), 교통 관리 시스템 (ITS) 등 궤적 기반 서비스에서, 서비스 품질을 향상시키기 위해서는 주어진 궤적 질의에 대한 정확한 주행시간을 예측하는 것이 필수적이다. 이를 위한 대표적인 공간 데이터 분석 기법으로는 데이터 분류에서 높은 정확도를 보장하는 규칙 기반 분류화 기법이 존재한다. 그러나 기존 규칙 기반 분류화 기법은 단일 컴퓨터 환경만을 고려하기 때문에, 대용량 공간 데이터 처리에 적합하지 않은 문제점이 존재한다. 이를 해결하기 위해, 본 연구에서는 맵리듀스 환경에서 규칙 기반 분류화를 이용한 궤적 데이터 주행 시간 예측 알고리즘을 개발하고자 한다. 제안하는 알고리즘은 첫째, 맵리듀스를 이용하여 대용량 공간 데이터를 병렬적으로 분석함으로써, 활용도 높은 궤적 데이터 규칙을 생성한다. 이를 통해 대용량 공간 데이터 기반의 규칙 생성 시간을 감소시킨다. 둘째, 그리드 구조 기반의 지도 데이터 분할을 통해, 사용자 질의처리 시 탐색 성능을 향상시킨다. 즉, 주행 시간 예측을 위한 규칙 그룹을 탐색 시 질의를 포함하는 그리드 셀만을 탐색하기 때문에, 질의처리 성능이 향상된다. 마지막으로 맵리듀스 구조에 적합한 질의처리 알고리즘을 설계하여, 효율적인 병렬 질의처리를 지원한다. 이를 위해 맵 함수에서는 선정된 그리드 셀에 대해, 질의에 포함된 도로 구간에서의 주행 시간을 병렬적으로 측정한다. 아울러 리듀스 함수에서는 출발 시간 및 구간별 주행 시간을 바탕으로 맵 함수의 결과를 병합함으로써, 최종 결과를 생성한다. 이를 통해 공간 빅데이터 분석을 통한 주행 시간 예측 기법의 처리 시간 및 결과 정확도를 향상시킨다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.14 no.5
• /
• pp.486-502
• /
• 1989

This paper proposes two types of the preview algorithms to predict the velocities and joint positions, and deals with a control approach using the preview algorithms for the precise trajectory control. Specifically, a predictor as the form of discrete time state equations is proposed based on the robot dynamics model linearized by the computed toque method. And another state predictor is proposed by the best line fitting in the least square sense, where present joint velocities and positions and several past positions are employed. Then computer simulations are performed for the SCARA robot with two d.o.f to show the validities of the proposed algorithms.

• Transactions of the Korean Society of Automotive Engineers
• /
• v.10 no.3
• /
• pp.123-129
• /
• 2002

This paper proposes a vehicle trajectory prediction method far application to vehicle-to-vehicle distance control. This method is based on 2-dimensional kinematics and a Kalman filter has been used to estimate acceleration of the object vehicle. The simulation results using the proposed control method show that the relative distance characteristics can be improved via the trajectory prediction method compared to the customary intelligent cruise control algorithm.

• Proceedings of the KSME Conference
• /
• 2000.11a
• /
• pp.647-652
• /
• 2000

This paper proposes a collision warning/avoidance algorithm using a trajectory prediction method. This algorithm is based on 2-dimensional kinematics and the Kalman filter has been used to obtain the information of the object vehicle. This algorithm has been investigated via computer simulation and showed a good trajectory prediction performance. The proposed collision warning/avoidance algorithm would enhanced driver acceptance for a collision warning/avoidance system.

• The Korean Journal of Applied Statistics
• /
• v.34 no.5
• /
• pp.773-794
• /
• 2021

Prediction of vehicle traffic volume is very important in planning municipal administration. It may help promote social and economic interests and also prevent traffic congestion costs. Traffic volume as a time-varying trajectory is considered as functional data. In this paper we study three functional regression models that can be used to predict an unseen trajectory of traffic volume based on already observed trajectories. We apply the methods to highway tollgate traffic volume data collected at some tollgates in Seoul, Chuncheon and Gangneung. We compare the prediction errors of the three models to find the best one for each of the three tollgate traffic volumes.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.16-18
• /
• 2023

본 연구는 궤적 데이터(trajectory data)를 대상으로 증강 그래프 기반의 그래프 뉴럴 네트워크를 활용하여 다음에 방문한 장소를 추천하는 모델을 제안한다. 제안 모델은 전체 궤적 데이터를 그래프로 표현하여 추출한 글로벌 궤적 플로우의 특성을 다음 방문할 POI 추천에 활용한다. 이때, POI 추천시 자주 발생하는 두 가지 문제를 추가로 해결함으로써 POI 추천의 정확도를 높이는 것을 목표로 한다. 첫 번째 문제는 추천 대상 궤적 데이터의 길이가 짧은 경우에 성능 저하가 발생한다는 것이다. 두 번째 문제는 콜드-스타트 문제이다. 기존 POI 추천 모델은 매우 적은 방문 기록만 가지는 사용자 또는 POI에 대해서는 매우 낮은 예측 성능을 보인다. 본 연구에서는 궤적 그래프에서 일부 엣지를 삭제하여 생성한 증강 그래프 기반의 궤적 플로우 특징 기반 모델을 제안함으로써 짧은 길이의 궤적 데이터 및 콜드-스타트 사용자/POI에 대한 추천 성능을 높인다.