• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.241-243
• /
• 2004

위치기반서비스 응용 분야에서 위치 데이터를 저장하기 위하여 일반적으로 이동체의 위치 데이터를 주기적으로 수집한다. 주기적으로 수집된 위치 데이터는 보고 주기 사이의 위치 변화를 반영하지 못하기 때문에 시간에 대한 선형 함수를 이용하여 예측된 위치 데이터와 오차가 발생한다. 따라서 오차가 존재하는 불확실한 미래 위치 데이터로 인하여 미래 위치 색인에서 검색의 정확도가 떨어지는 문제점이 발생한다. 이 논문에서는 주기적인 위치보고 이동체에서 발생하는 불확실한 위치 데이터를 처리하기 위해서 예측된 위치 데이터에 예측 오차분을 반영한 불확실성 영역을 사용한다 그리고 이동체의 불확실성 영역을 설정하기 위하여 최근 예측 오차 가중치 기법과 칼만 필터 기법을 제안하고 이를 기반으로 하는 불확실 위치 처리 기법을 이동체 미래 위치 색인에서 구현하고 성능 비교 평가를 수행한다. 성능 평가 결과에 따르면 기존의 선형함수 기반 예측 기법보다 불확실 위치 처리 기법이 영역 검색의 정확도가 향상되는 장점을 가진다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (C)
• /
• pp.34-36
• /
• 2006

본 논문은 다양한 위치 획득 시스템에 따라 다른 형식을 가지는 위치 데이터와 이에 따른 표준의 차이를 해결하기 위해 DMLI(Description Model for Location Information)을 제안한다. DMLI는 다른 형식으로 표현된 위치 데이터에 대한 메타데이터를 재정의 하지 않고, 모두의 의미를 포괄하는 메타데이터로 재분류하는 분류체계 모델이다. DMLI는 시설물(Facility), 장소(Place), 서비스(Service) 요소들로 구성된다. 시설물은 공간을 정의하는 최상위 요소로 공간 사용목적과 용도 및 기능에 따른다. 장소는 시설물을 구성하는 최하위 요소다. 서비스는 장소에서 제공 가능한 서비스를 말한다. 또한 위치관련 메타데이터 요소간의 정보를 정의한 사전을 이용하여 기존의 위치 데이터에 대한 메타데이터 요소를 DMLI에서 제안한 메타데이터 요소로 변환이 가능하다. 사전을 이용함으로서 또 다른 형식의 위치 데이터가 입력되어도 DMLI 형식으로의 변환이 용의하다. DMLI 형식으로 재분류된 위치관련 메타데이터들은 공간 사용 목적과 제공 가능한 서비스를 명확히 표현한다. 또한 위치관련 검색, 통계 등의 서비스를 제공하는 어플리케이션을 통하여 다양하게 응용되어 사용된다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2007년도 GIS 공동춘계학술대회 논문집
• /
• pp.15-20
• /
• 2007

최근 항만 물류 및 자산 관리 분야에서 실시간 위치 정보를 처리하는 RTLS(Real Time Locating System)시스템이 도입되고 있다. 이러한 시스템에서 RTLS 서버는 태그를 부착한 이동 객체들의 위치 데이터 스트림을 일정 시간 동안 수집하여 애플리케이션으로 전달한다. 이 때 위치 정보는 전파 굴절 현상으로 인해 오차가 발생하며, 이동 객체에 부착된 태그는 수 초 마다 위치 정보를 보고하기 때문에 시스템의 과부하를 초래하게 된다. 본 논문에서는 표준과의 호환성을 고려하고, 요구사항을 반영한 위치 데이터 스트림 처리기를 설계 및 개발하였다. RTLS 시스템의 전파 굴절 현상으로 야기되는 비정상적인 위치 오차를 보정하기 위해 맵 매칭 기법을 도입하여 위치 데이터 스트림의 신뢰성을 제공하며, 위치 변화가 없는 객체의 위치 데이터 스트림을 빠르게 정제하는 정지 상태 제거 필터를 개발하여 질의 처리 시 부하를 줄인다. 또한 각 애플리케이션의 질의 결과에 무의미한 위치 정보를 배제하는 중요 위치 수집기를 개발하여 시스템 성능을 향상시킨다.

• 한국컴퓨터정보학회논문지
• /
• 제29권6호
• /
• pp.69-76
• /
• 2024

최근 센서 기술과 모바일 기술의 급속한 발전으로 인하여 사용자 위치 데이터 수집이 가능해졌다. 사용자 위치 정보는 다양한 산업에서 중요한 자산으로 활용되고 있으며, 그 결과 위치 데이터의 수집 및 공유에 대한 수요가 증가하고 있다. 그러나 위치 정보에는 사용자의 민감한 데이터가 포함되어 있으므로, 무분별한 수집은 프라이버시 침해 문제를 일으킬 수 있다. 최근에는 차분 프라이버시의 한 방법으로 Geo-Indistinguishability (Geo-I)가 위치 데이터의 프라이버시 보호에 활용되고 있다. Geo-I는 사용자의 위치를 효과적으로 보호할 수 있는 강력한 방법을 제공하지만, 데이터 변조로 인해 수집된 위치 데이터의 유용성이 감소하는 문제가 있다. 따라서, 본 논문에서는 Geo-I 기술을 활용해 사용자 위치 데이터를 효과적으로 수집하면서 데이터의 유용성을 유지할 수 있는 방법을 제안한다. 제안 기법은 사용자의 사전 분포 정보를 활용하여 정확한 위치 정보를 보호하면서도 데이터의 전체적인 유용성을 향상시킨다. 실데이터를 이용한 실험 결과는 제안 기법이 기존 방법보다 수집된 데이터의 유용성을 상당히 향상시킬 수 있음을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.723-726
• /
• 2019

사람은 한 장소를 방문할 때 순환 패턴이 있으며, 이 패턴에 여러 싸이클의 경향이 있다. 요즘은 스마트폰 및 기타 휴대용 장치로 개인 이동성 데이터를 수집하는 것이 가능하다. 이러한 장치는 다양한 위치 데이터를 수집하고 여러가지 방법으로 분석할 수 있게 해준다. 위치 수집기를 기반으로 지구 위치 데이터에서 추출된 사람의 이동성 모델을 수립하고, 위치 클러스터를 방문자의 순환 패턴을 조사할 수 있다. 수년 동안 수집된 개인의 이동성 모델을 토대로 클러스터 재방문 시간을 계산 후 분석하여 그래프로 시각화하였다. 시간 순서의 위치 클러스터와 방문 클러스터에 대한 위치 데이터는 1 분 단위로 측정된다. 전체 데이터 방문 횟수는 15 분마다 정규화하고, 자원 봉사자의 다양한 지리적 위치 데이터 셋에 대해 방문의 순환 패턴은 자기 상관, 자기 공분산 및 재방문 시간으로 살펴볼 수 있다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2004년도 추계학술대회
• /
• pp.139-148
• /
• 2004

사용자의 지리적 위치에 따른 서비스를 제공하는 위치기반서비스는 유비쿼터스 컴퓨팅의 중요한 응용으로 여러 위치 감지기술과 다양한 시험 및 상용 서비스들이 개발되어 왔다. 하지만 기존의 위치기반서비스는 단순히 위치와 서비스를 정적으로 연결하는 기법에 그치고 있어 서비스의 유연성이 떨어지는 한계가 있다. 이를 개선하기 위해 위치 정보로부터 고수준 정보를 추론하여 보다 지능적인 서비스를 제공하려는 연구들이 이루어지고 있다. 본 논문에서는 사용자의 위치이동 데이터를 학습하여 미래의 위치 이동 경로를 예측하는 기법을 제안한다. GPS(Global Positioning System)를 사용하여 수집된 시퀸스 데이터를 시퀸스 데이터 처리에 특화된 RSOM (Recurrent Self Organizing Map)을 사용하여 클러스터링하고 이를 마르코브 모델을 사용하여 학습하여 각 위치 이동 패턴 모델을 구축한다. 현재의 위치이동 패턴을 구축된 각 이동패턴 모델들과 비교하여 가장 유사한 위치 이동패턴으로 미래의 사용자이동을 예측한다. 제안한 위치이동 예측 기법을 평가하기 위해 실제 대학생의 생활을 기반으로 하여 GPS 데이터를 대학 캠퍼스 상에서 수집하고 이를 이용하여 제안한 방법의 학습 및 예측 성능을 평가한다. 그 결과 제안한 방법을 사용하여 사용자의 미래의 위치이동경로를 예측하는 것이 가능하고 불확실한 상황에서도 유연하게 예측을 수행함을 확인하였다.

• 한국항해항만학회지
• /
• 제47권4호
• /
• pp.231-238
• /
• 2023

등부표는 조류, 바람 등 외력에 영향을 받아 위치가 항상 유동적이고 위치는 항로표지용 AIS 또는 RTU를 통해 확인할 수 있다. 위치 확인이 가능한 등부표의 최근 5년간(2017~2021년) 위치 데이터 분석 결과 위치 오류 데이터는 평균 15.4%로 나타났으며 항해 안전사고예방 및 관리를 위해서는 위치 오류 데이터를 검출하고 정제된 위치 데이터 획득이 필요하다. 본 연구에서는 항로표지용 AIS 또는 RTU를 통해 획득한 위치 데이터를 DBSCAN Clustering하여 위치 오류 데이터를 검출하고 정제된 위치 데이터를 획득하고자 한다. 이를 위하여 위치 오류가 가장 많은 서해 해역 중 RTU가 설치된 군산항 1호 등부표의 21년도 위치 데이터를 Python library를 사용하여 DBSCAN Clustering 하였다. DBSCAN Clustering에 필요한 minPts는 2차원 데이터에 일반적으로 사용하는 값을 적용하였고 epsilon은 k-NN(최근접 이웃)알고리즘을 사용하여 값을 산출 및 적용하였다. DBSCAN Clustering 결과 minPts와 epsilon을 만족하지 못하는 위치 오류 데이터를 검출하였고 정제된 위치 데이터를 획득할 수 있었다. 본 연구는 항로표지용 AIS 또는 RTU가 설치된 등부표의 신뢰성 있는 위치 데이터를 획득할 수 있는 기초 자료로 활용할 수 있으며 항해 안전사고 예방에도 큰 도움이 될 것으로 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (중)
• /
• pp.709-712
• /
• 2003

이동체의 위치를 기반으로 하는 다양한 응용 어플리케이션들은 그 영역을 점차 확대하고 있다. 위치를 기반으로 한다는 것은 이동체의 현재위치 뿐만 아니라 과거 및 미래 위치에 대한 예측을 모두 포함한다. 이런 이동체의 위치를 효율적으로 적용할 수 있는 분야가 이동체의 위치 기반 라우팅 분석 이다. 이는 특정 이동체의 과거 위치 궤적, 실시간 현재 위치 추적, 그리고 지도정보와 결합된 최단 및 최적 경로 산출 등의 다양한 분야를 포함한다. 본 논문에서는 이런 위치 기반 라우팅 서비스를 웹 서비스 환경으로 확장한 내용을 언급한다. 웹 지리정보시스템은 사용자에게 친숙한 방법으로 지리, 속성데이터의 디스플레이 및 분석 등 다양한 서비스를 제공한다. 이는 위치기반 라우팅 서비스를 웹 지리정보시스템과의 결합하여 분산 웹 환경에서 효율적으로 라우팅 서비스를 제공할 수 있는 구조를 서술한다. 이동체의 위치는 GPS 기반의 획득 방법으로 얻어지고 지리정보와의 맵 매칭을 통해 실세계의 좌표로 변환하게 된다. 또한, 대용량 위치 데이터를 엑세스 하기 위한 메모리와 기억장치 간의 효율적인 데이터 엑세스 기법이 제시된다. 위치 기반 라우팅 분석의 결과물은 웹상에서 제공되기 위해 XML 기반의 웹 서비스 데이터로 변형된다. 이를 위한 XML 기반의 지리정보 데이터 스카마인 GML 의 적용 기술을 언급한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (1)
• /
• pp.319-321
• /
• 2001

이동 컴퓨팅 환경에서의 응용은 사용자의 위치 정보를 이용해서 개개인의 위치에 따른 서비스를 제공할 것이 요구된다. 기존의 데이터 마이닝 분야에서는 이동 환경에서 발생하는 데이터는 고려되지 않았다. 이 논문에서는 이동 컴퓨팅 환경에서 발생하는 위치 데이터를 기반으로 한 마이닝 기술과 요구사항을 논의하고, 이를 기반으로 위치 데이터에서 유용한 지식을 추출할 수 있는 데이터 마이닝 시스템을 제안한다. 이 시스템은 위치 데이터베이스와 GIS, 사용자 데이터베이스, 컨텐츠 데이터베이스와 통합.연계되어 유기적으로 데이터 마이닝을 수행한다. 또한 사용자와의 상호작용이 가능한 인터페이스와 가시화 도구를 제공한다. 시스템을 구성하는 각각의 구성요소에 대해 기술하며, 마이닝된 결과를 응응할 수 있는 부분을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.7-8
• /
• 2021

인공지능 기술과 서비스는 딥러닝을 중심으로 한 기계학습 기술의 급속한 발전에서 원인을 둔다. 딥러닝 발전 요인으로 GPU등 하드웨어 발전, 기술 공유, 대규모 학습데이터 구축 및 공개를 들 수 있다. 데이터 셋에 관련하여 센서를 이용한 데이터셋의 경우 단순히 많은 데이터셋의 확보뿐 아니라 적절한 위치 및 환경에 따른 고려가 필요하다. 본 논문에서는 UCI의 화학 가스의 데이터셋을 이용하여 위치별 시계열 데이터를 딥러닝을 이용하여 분석하고, 위치별 정확도와 손실을 계산한다. 또한 계산된 결과를 히트맵을 통하여 시각화하여 직관적인 이해를 높인다. 또한 위치별 정확도가 높은 상위 5개의 위치에서 앙상블 방법을 통한 성능의 향상을 확인 하였다.