• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.10 no.4
• /
• pp.11-23
• /
• 2011

The objective of this paper is to develop a daily pattern clustering algorithm using historical traffic data that can reliably detect under various traffic flow conditions in urban streets. The developed algorithm in this paper is categorized into two major parts, that is to say a macroscopic and a microscopic points of view. First of all, a macroscopic analysis process deduces a daily peak/non-peak hour and emphasis analysis time zones based on the speed time-series. A microscopic analysis process clusters a daily pattern compared with a similarity between individuals or between individual and group. The name of the developed algorithm in microscopic analysis process is called "Two-step speed clustering (TSC) algorithm". TSC algorithm improves the accuracy of a daily pattern clustering based on the time-series speed variation data. The experiments of the algorithm have been conducted with point detector data, installed at a Ansan city, and verified through comparison with a clustering techniques using SPSS. Our efforts in this study are expected to contribute to developing pattern-based information processing, operations management of daily recurrent congestion, improvement of daily signal optimization based on TOD plans.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.550-552
• /
• 2005

유비쿼터스 환경의 발달과 함께 모바일 장비에서 수집되어지는 컨텍스트 로그를 활용한 연구가 활발히 진행되고 있다. 하지만 기존의 컨텍스트 정보를 사용한 연구는 사용자 모델링에 그 초점을 맞추거나 단순하게 수집된 정보를 정리하여 한눈에 알아보기 쉽게 보여주는 정도에 그치고 있다. 본 논문에서는 사용자에게 새로운 서비스를 제공하기 위한 방법으로서 모바일 컨텍스트 로그와 외부 센서를 통해 정보를 수집하여 학습한 베이지안 네트워크를 이용하여 랜드마크를 찾아내는 예측 모델을 제안한다. 베이지안 네트워크 설계는 사전에 수집된 컨텍스트 정보를 요일과 주별로 분류하여 각각에 대한 베이지안 네트워크를 cross validation하여 랜드마크 예측에 대한 정확도를 평가하였다. 그리고 분류에서 가장 많이 사용하고 있는 SVM 방법을 사용하여 제안한 방법과의 성능을 비교평가하였다. 랜드마크 예측에 대한 정확도는 주간별로 설계한 베이지안 네트워크보다 요일별로 설계한 베이지안 네트워크가 랜드마크를 예측하는데 정화도가 높음을 확인하였고, 베이지안 네트워크를 사용한 방법이 SVM을 사용한 방법보다. 예측에 한 정확성이 우수하였다.

• 한국HCI학회:학술대회논문집
• /
• 2008.02b
• /
• pp.376-379
• /
• 2008

People are experiencing severe navigation problems in mobile site Relatively limited research, however, has been conducted on mobile site navigation compared to web site navigation. This research aims to identify efficient mobile site navigation aids for timely preferred contents. It proposed timely menu system based on statistic data, and evaluates its efficiency through commercial beta test. We conducted a beta test in the fourth quarter of the year 2007. The total number of user is 12,000. The average number of PV (page view) by the experimental group was increased to 10% more than control group. Our results indicate that timely menu system helps people navigate mobile menu system more effectively.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.223-223
• /
• 2018

취수원에서 정수장과 배수지를 거쳐 수용가에 이르기까지 공급되는 급수량을 결정하는데 있어 각 수용가별 물 사용 패턴은 수요량을 예측하여 취수량을 결정하는데 있어 매우 중요한 지표이다. 생활용수 추정은 용도별(가정용, 상업용, 공업용 등)로 분류하여 경향성이 나타날 수 있도록 과거 사용실적을 바탕으로 장래 용도별 사용량을 추정한다. 이는 경험을 바탕으로 한 것으로 일반적으로 시계열 모형을 이용하는데 수요예측의 실패 가능성이 높으며 효율적인 방법이라 할 수 없다. 이에 본 연구에서는 최근 통신기술의 발달로 양방향 통신이 가능한 AMI(Advanced Metering Infrastructure, 원격검침인프라)센서를 영종도 112블록의 528개의 수용가에 설치하였다. AMI는 스마트 미터에서 측정한 데이터를 원격 검침기를 통해 물 사용량을 자동으로 계측할 수 있다. AMI 데이터를 이용하여 영종도 112블록의 운북동과 운서동의 각 용도별, 요일별, 그리고 도심지와 농가의 실시간 물 사용 패턴을 분석하였다. 분석 결과 운북동과 운서동의 물 사용 패턴은 비슷한 경향을 보이는 것으로 보이나 도시화된 운서동에 비해 운북동의 물사용량이 상대적으로 적고 첨두사용량의 발생시간 또한 빠른 것으로 나타났다. 또한 가정용과 공공용의 경우 시간별 물 사용량이 요일에 따라 일정한 경향이 있으나 상업용과 공업용은 일정한 사용량을 보였다. 향후 112블록의 관망해석에 실시간 물사용 패턴을 적용하여 효율적으로 급수량 결정을 할 수 있을 것으로 사료된다.

• Journal of Korean Society of Transportation
• /
• v.20 no.5
• /
• pp.131-144
• /
• 2002

도로의 그룹핑(Grouping)이란 도고 계획, 설계, 관리, 조사 계획 및 정비 방침 등을 세우기 위해 유사한 성격의 도로 구간을 군집화하는 방법이다. 기존에 일반적으로 적용되고 있는 도로 그룹핑 방법은 그룹 수를 미리 지정함으써 분석가의 주관적 판단이 개입되었고, 그룹핑 변수 선정에 대한 근거가 부족하였다. 이에 본 연구에서는 기존에 일반적으로 적용되고 있는 도로 그룹핑 방법을 개선하여 새로운 방법론을 제시하였다. 또한 새로 제시된 방법론의 검증을 위해 도로 교통량 통계연보에서 제공하고 있는 일반국도의 2000년 294개 상시조사 지전의 교통량 자료를 이용하여 분석하였다. 연구 결과 기존의 월, 요일 변동계수만을 적용한 그룹핑 방법보다는 기타 교통지표(AADT, $\Sigma$K1000(K값의 상위 1000번 순위까지의 누적 값), 중차량 비율, 주야율)를 동시에 적용할 때 좀 더 효율적이면서 세부적으로 분류됨을 알 수 있었다. 또한 기타 교통지표론 적당한 그룹핑 결과로는 5그룹의 국도 기능 분류가 가능함을 알 수 있었다. 그 결과 기존의 소재지역과 기능에 따른 국토의 구분을 지방 산업도로 그룹, 지역 간선도로 그룹, 대도시 주변형 도로 그룹, 중소도시 주변형 및 관광도로 그룹, 관광도로 그룹으로 분류할 수 있었다. 본 연구에서의 도로 그룹핑 결과에 각 지역특성을 추가하여 분석한다면 도로의 계획, 선계, 관리 등에 매우 유용한 자료로 활용되리라 예상한다. 또한 본 연구의 결과를 이용하면 좀 더 효율적으로 설계시간계수 선정, 전역 조사 지점의 AADT추정, 상시 교통량 조사 자료의 누락 데이터 보정 및 교통량 조사의 스케줄링에 많이 활용할 수 있을 것으로 기대된다.

• Korean Journal of Cognitive Science
• /
• v.20 no.4
• /
• pp.535-554
• /
• 2009

Information collected on mobile devices might be utilized to support user's memory, but it is difficult to effectively retrieve them because of the enormous amount of information. In order to organize information as an episodic approach that mimics human memory for the effective search, it is required to detect important event like landmarks. For providing new services with users, in this paper, we propose the prediction model to find landmarks automatically from various context log information based on attributed Bayesian networks. The data are divided into daily and weekly ones, and are categorized into attributes according to the source, to learn the Bayesian networks for the improvement of landmark prediction. The experiments on the Nokia log data showed that the Bayesian method outperforms SVMs, and the proposed attributed Bayesian networks are superior to the Bayesian networks modelled daily and weekly.

• Information Systems Review
• /
• v.14 no.2
• /
• pp.103-115
• /
• 2012

Improvement of the capability to cope with risk based on prior preventive management is very important for efficient operation of financial information system. In order to do this, understanding, analysis, and countermeasures for the risk that happened already in the past is essential. In this study, the defect data which happened in the financial information system including account system, business system and data feeding system during 4 years and 5 months were categorized and analyzed by the domain, defect factors, period, day of the week, phases of software development, and defect cause. As a result, it was identified that the defect data had characteristics and trends along the phase of software development, day of the week, and the cause, also that building risk prediction model was necessary for the risk management of whole financial domain due to the relation of the information systems.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.390-390
• /
• 2022

도시 생활용수 수요는 생활 수준 향상, 도시화 등으로 지속적 증가 추세에 있으며, 최근 기후변화, 시설 노후화, 도시화, 그리고 수질 오염 등의 문제들에 직면해 있다. 이는 물 부족을 심화시켜 현행 상수도시스템에서 한정적인 수자원을 배분하는데 어려움을 가중시킨다. 이를 해결하기 위해 스마트워터그리드 기술이 상수도시스템에 도입이 되면서 지능형 상수도 계량기를 이용한 개별 소비자들의 물 소비량 자료를 보다 정밀하게 실시간으로 모니터링 할 수 있게 되었다. 실시간 실측을 바탕으로 한 물 소비량 자료는 미래 용수 수요 예측과 수운영 관리에 도움을 줄 수 있다. 한편 생활용수는 용도 또는 요금 부과 기준에 따라 가정용, 업무용, 영업용, 욕탕용, 그리고 공업용으로 분류할 수 있다. 미국과 호주 등에서는 용도 분류에 따른 모니터링 강화로 절수 방안을 개발하여 물 부족에 대비하고 있다. 우리나라도 비 가정용수(가정용수를 제외한 용수들)를 체계적으로 분류하기 위한 선행 연구들이 이뤄졌으나 분류체계가 표준화되지 않았는데, 이는 용도에 따른 개별 소비자들의 소비 특성 분석이 충분히 선행되지 않았기 때문이며, 아직까지 많은 지자체에서 물 소비량을 월 단위로 인력검침 하는데 의존하고 있어, 충분한 물 소비량 자료가 부족했기 때문이다. 본 연구에서는 영종도 112 블록에 구축된 스마트워터그리드 파일롯플랜트 527개 개별 소비자들로부터 2018년 1월 1일부터 2020년 1월 1일까지 1시간단위로 수집된 물 소비량 자료를 이용하여, 개별 소비자들의 일평균 첨두 소비량과 발생 시간, 관경, 요일, 계절에 따른 물 수요 특성 분석을 수행했다. 이 때 수집된 자료의 결측치 및 오측치를 보정하여 자료의 신뢰성을 높이고자 했다. 분석결과는 용도별 물 수요 특성을 보다 잘 이해할 수 있게 도와주며, 비가정용수의 용도별 분류에 기초자료로 사용될 수 있을 것이라 사료된다.

• Proceedings of the KIEE Conference
• /
• 2000.07b
• /
• pp.1445-1447
• /
• 2000

본 논문에서는 철도 수요예측 문제의 유형을 목적에 따라 3가지로 분류하였고, 최근 철도자원을 재고관리 차원에서 접근하고자 하는 시각에 따라 분배모형으로써 적응필터를 사용하는 방법의 타당성에 대해 설명하였다. 또 철도 승객수요의 주요 특징을 분석하였으며, 철도 승객수요 예측의 요구사항 및 방법론을 대규모 재고관리 시스템의 일반적 요구사항에 따라 정리하였다. 영향인자에 대한 분석으로 요일별 계절변동 지수를 정량적으로 산정하였다. 적응필터를 이용한 철도 승객수요 예측의 예제를 제시하였으며, 예측에의 정확성에 대한 비교를 제시하였다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.13 no.2
• /
• pp.1-11
• /
• 2014

In this paper, travel speed patterns were deducted based on historical DSRC travel speed data using Decision Tree technique to improve availability of the massive amount of historical data. These patterns were designed to reflect spatio-temporal vicissitudes in reality by generating pattern units classified by months, time of day, and highway sections. The study area was from Seoul TG to Ansung IC sections on Gyung-bu highway where high peak time of day frequently occurs in South Korea. Decision Tree technique was applied to categorize travel speed according to day of week. As a result, five different pattern groups were generated: (Mon)(Tue Wed Thu)(Fri)(Sat)(Sun). Statistical verification was conducted to prove the validity of patterns on nine different highway sections, and the accuracy of fitting was found to be 93%. To reduce travel pattern errors against individual travel speed data, inclusion of four additional variables were also tested. Among those variables, 'traffic condition on previous month' variable improved the pattern grouping accuracy by reducing 50% of speed variance in the decision tree model developed.