• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권3호
• /
• pp.1213-1237
• /
• 2019

Vehicular Ad-hoc Network (VANET) facilities envision future Intelligent Transporting Systems (ITSs) by providing inter-vehicle communication for metrics such as road surveillance, traffic information, and road condition. In recent years, vehicle manufacturers, researchers and academicians have devoted significant attention to vehicular communication technology because of its highly dynamic connectivity and self-organized, decentralized networking characteristics. However, due to VANET's high mobility, dynamic network topology and low communication coverage, dissemination of large data packets (e.g. multimedia content) is challenging. Clustering enhances network performance by maintaining communication link stability, sharing network resources and efficiently using bandwidth among nodes. This paper proposes a mobility-based, multi-hop clustering algorithm, (MBCA) for multimedia content broadcasting over an IEEE 802.11p-LTE-enabled hybrid VANET architecture. The OMNeT++ network simulator and a SUMO traffic generator are used to simulate a network scenario. The simulation results indicate that the proposed clustering algorithm over a hybrid VANET architecture improves the overall network stability and performance, resulting in an overall 20% increased cluster head duration, 20% increased cluster member duration, lower cluster overhead, 15% improved data packet delivery ratio and lower network delay from the referenced schemes [46], [47] and [50] during multimedia content dissemination over VANET.

• 한국지능시스템학회논문지
• /
• 제24권6호
• /
• pp.603-608
• /
• 2014

해상교통환경에서 선박간 근접사고(Near-miss)는 양 선박이 충돌 위험코스로 서로 근접하여 충돌에 임박한 상황으로 실제 충돌은 발생되지 않은 사고를 말한다. 본 연구에서는 통항 선박들간 근접사고 산출을 위해 선박 범퍼 영역모델을 활용한 근접사고 판별식과 선박 위치 클러스터링을 통해 해역의 근접사고 산출 모듈을 제안하고자 한다. 제안된 근접사고 산출 모듈을 완도해역 통항선박 항적데이터에 적용하여 선종, 항행속력 및 조우방향 등 선박 항해 위험 요인을 평가하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권8호
• /
• pp.3512-3528
• /
• 2016

A network with high mobility nodes or vehicles is vehicular ad hoc Network (VANET). For improvement in communication efficiency of VANET, many techniques have been proposed; one of these techniques is vehicular node clustering. Cluster nodes (CNs) and Cluster Heads (CHs) are elected or selected in the process of clustering. The longer the lifetime of clusters and the lesser the number of CHs attributes to efficient networking in VANETs. In this paper, a novel Clustering algorithm is proposed based on Ant Colony Optimization (ACO) for VANET named ACONET. This algorithm forms optimized clusters to offer robust communication for VANETs. For optimized clustering, parameters of transmission range, direction, speed of the nodes and load balance factor (LBF) are considered. The ACONET is compared empirically with state of the art methods, including Multi-Objective Particle Swarm Optimization (MOPSO) and Comprehensive Learning Particle Swarm Optimization (CLPSO) based clustering techniques. An extensive set of experiments is performed by varying the grid size of the network, the transmission range of nodes, and total number of nodes in network to evaluate the effectiveness of the algorithms in comparison. The results indicate that the ACONET has significantly outperformed the competitors.

• 한국ITS학회 논문지
• /
• 제22권2호
• /
• pp.29-43
• /
• 2023

재난 및 재해 상황시 이동관리전략을 신속히 마련하기 위해서는 특정 도로구간을 통행하는 교통류의 특징과 도로의 위상학적 구조 등을 사전에 파악해야 할 필요성이 있다. 이는 도로관리자가 미시적 도로단위별로 취약성을 평가한 후 재난·재해 상황에 대비한 적절한 모니터링과 관리방안을 설정하는데 중요한 근거가 될 수 있기 때문이다. 따라서 본 연구에서는 도시부 도로링크별 취약성 평가를 위하여 공간밀도, 시간점유율, 네트워크 매개중심성 지표를 제시하였으며, 거리 및 밀도기반 클러스터링 분석을 통하여 각 링크그룹별로 가지고 있는 시공간 및 위상학적 취약성을 정의하였다. 본 연구를 통해 제시된 결과는 도로 링크를 집단별로 특성화하여 취약성을 관리하는 것에 활용될 수 있으며, 재난·재해 시 우선 통제지점 선정 및 최적경로 제시를 위한 기초자료로도 활용 가능할 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제20권1호
• /
• pp.70-85
• /
• 2021

최근 활발히 연구되는 딥러닝 방법론은 인공지능의 성능을 급속도로 향상시켰고, 이에 따라 다양한 산업 분야에서 딥러닝을 활용한 시스템이 제시되고 있다. 교통 시스템에서는 GNN을 활용한 공간-시간 그래프 모델링이 교통 속도 예측에 효과적인 것으로 밝혀졌지만, 이는 메모리 병목 현상을 유발하기 때문에 모델이 비효율적으로 학습된다는 단점이 있다. 따라서 본 연구에서는 그래프 분할 방법을 통해 도로 네트워크를 분할하여 메모리 병목 현상을 완화함과 동시에 우수한 성능을 달성하고자 한다. 제안 방법론을 검증하기 위해 인천시 UTIC 데이터 분석 결과를 바탕으로 Jensen-Shannon divergence를 사용하여 도로 속도 분포의 유사도를 측정하였다. 그리고 측정된 유사도를 바탕으로 스펙트럴 클러스터링을 수행하여 도로 네트워크를 군집화하였다. 성능 측정 결과, 도로 네트워크가 7개의 네트워크로 분할되었을 때 MAE 기준 5.52km/h의 오차로 비교 모델 대비 가장 우수한 정확도를 보임과 동시에 메모리 병목 현상 또한 완화되는 것을 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권9호
• /
• pp.4228-4247
• /
• 2018

Many methods have been developed for the vehicles to create clusters in vehicular ad hoc networks (VANETs). Usually, nodes are vehicles in the VANETs, and they are dynamic in nature. Clusters of vehicles are made for making the communication between the network nodes. Cluster Heads (CHs) are selected in each cluster for managing the whole cluster. This CH maintains the communication in the same cluster and with outside the other cluster. The lifetime of the cluster should be longer for increasing the performance of the network. Meanwhile, lesser the CH's in the network also lead to efficient communication in the VANETs. In this paper, a novel algorithm for clustering which is based on the social behavior of Gray Wolf Optimization (GWO) for VANET named as Intelligent Clustering using Gray Wolf Optimization (ICGWO) is proposed. This clustering based algorithm provides the optimized solution for smooth and robust communication in the VANETs. The key parameters of proposed algorithm are grid size, load balance factor (LBF), the speed of the nodes, directions and transmission range. The ICGWO is compared with the well-known meta-heuristics, Multi-Objective Particle Swarm Optimization (MOPSO) and Comprehensive Learning Particle Swarm Optimization (CLPSO) for clustering in VANETs. Experiments are performed by varying the key parameters of the ICGWO, for measuring the effectiveness of the proposed algorithm. These parameters include grid sizes, transmission ranges, and a number of nodes. The effectiveness of the proposed algorithm is evaluated in terms of optimization of number of cluster with respect to transmission range, grid size and number of nodes. ICGWO selects the 10% of the nodes as CHs where as CLPSO and MOPSO selects the 13% and 14% respectively.

• 한국ITS학회 논문지
• /
• 제16권1호
• /
• pp.157-165
• /
• 2017

본 논문에서는 MTC(Machine-Type Communications) 장치 증가를 고려하여 많은 MTC 장치 서비스 요청으로 코어 망에서 발생할 수 있는 부하를 줄일 수 있는 방안을 제안하고 제안한 방법의 성능 분석을 수행한다. 우리는 셀룰러 네트워크에 등록되어 MTC 장치 중에 클러스터 헤더로 선정하는 방안과 선정된 클러스터 헤더가 서비스 영역의 MTC 장치를 관리하는 절차를 제안하였다. 제안한 방안의 효율성 검증을 위해 기존의 셀룰러 기반의 MTC 장치로만 구성된 경우와 클러스터 헤더가 적용된 셀룰러 기반 MTC 장치에 대한 경우의 성능을 비교하여 제안한 방법의 우수성을 제시하였다.

• 전기학회논문지P
• /
• 제65권2호
• /
• pp.108-113
• /
• 2016

The real-world problems usually show nonlinear and multi-variate characteristics, so it is difficult to establish concrete mathematical models for them. Thus, it is common to practice data-driven modeling techniques in these cases. Among them, most widely adopted techniques are regression model and intelligent model such as neural networks. Regression model has drawback showing lower performance when much non-linearity exists between input and output data. Intelligent model has been shown its superiority to the linear model due to ability capable of effectively estimate desired output in cases of both linear and nonlinear problem. This paper proposes modeling method of daily photovoltaic power systems using ELM(Extreme Learning Machine) based modular networks. The proposed method uses sub-model by fuzzy clustering rather than using a single model. Each sub-model is implemented by ELM. To show the effectiveness of the proposed method, we performed various experiments by dataset acquired during 2014 in real-plant.

• 한국ITS학회 논문지
• /
• 제20권5호
• /
• pp.130-145
• /
• 2021

스마트 서울 정책의 일환으로 도시 빅데이터 활용의 중요성이 부각되고 있으며, 미세먼지, 소음과 같이 교통과 관련된 도시환경 요소가 시민들의 삶의 질에 미치는 영향에 대한 사회적 관심이 증가하고 있다. 본 연구에서는 IoT 도시 빅데이터와 교통 빅데이터를 매칭하여 통합 DB를 구축하고, 이를 활용하여 특정 공간이 도로 영향권 내에 포함되는지 여부에 따라 미세먼지, 소음 피해에 유의한 차이가 있는지 분석하였다. 또한 시계열 클러스터링을 통하여 도로교통특성 및 환경요인들이 유사한 특성을 가지는 공간 단위들을 군집화하였으며, 이 결과를 통하여 미세먼지 또는 초미세먼지 hot-spot, 소음 hot-spot 등 도시공간 단위의 환경위험 관리를 체계적으로 구축하는 기반을 마련하고자 하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권7호
• /
• pp.2399-2413
• /
• 2021

A recommendation system is an information filter tool, which uses the ratings and reviews of users to generate a personalized recommendation service for users. However, the cold-start problem of users and items is still a major research hotspot on service recommendations. To address this challenge, this paper proposes a high-efficient hybrid recommendation system based on Fuzzy C-Means (FCM) clustering and supervised learning models. The proposed recommendation method includes two aspects: on the one hand, FCM clustering technique has been applied to the item-based collaborative filtering framework to solve the cold start problem; on the other hand, the content information is integrated into the collaborative filtering. The algorithm constructs the user and item membership degree feature vector, and adopts the data representation form of the scoring matrix to the supervised learning algorithm, as well as by combining the subjective membership degree feature vector and the objective membership degree feature vector in a linear combination, the prediction accuracy is significantly improved on the public datasets with different sparsity. The efficiency of the proposed system is illustrated by conducting several experiments on MovieLens dataset.