최근 들어 모바일 디바이스와 GPS(Global Positioning System)의 발전으로 다양한 위치 기반 서비스(Location-Based Servises, LBS)를 활용할 수 있게 되었다. LBS 사용자는 서비스를 이용하기 위해 자신의 위치 정보를 서비스 제공자에게 노출한다. 이 과정에서 개인의 민감한 정보를 침해할 가능성이 있으므로 사용자의 위치 데이터를 변조하여 프라이버시를 보존할 수 있는 Geo-indistinguishability(Geo-Ind) 기법이 많이 활용되고 있다. 그러나 Geo-Ind 기법으로 인하여 사용자로부터 변조된 데이터를 수집하는 경우, LBS 제공자는 사용자 분포에 대한 정확한 정보를 얻을 수 없다. 그러므로 본 논문에서는 Geo-Ind 기법을 이용하여 사용자로부터 수집한 변조된 위치 데이터로부터 사용자 분포에 대한 정보를 정확하게 계산하기 위한 방법을 제안한다. 특히, Expectation-Maximization(EM) 기법을 이용하여 변조된 데이터로부터 사용자의 위치 분포를 정확하게 예측하기 위한 기법을 제안한다. 또한 실제 데이터를 이용해 제안 기법의 우수성을 입증한다.
클라우드를 통한 데이터 처리는 통신 과정에서 지연시간과 통신비용 증가 등 같은 많은 문제가 발생한다. 사물인터넷 분야에서는 이러한 문제를 해결하기 위해 엣지 컴퓨팅 연구가 활발히 이루어지고 있고, 대표적인 응용 분야로 자율주행이 있다. 실내 자율주행에서는 실외와 달리 GPS와 교통정보를 이용할 수 없기 때문에 센서를 활용하여 주변 환경을 인식해야 한다. 그리고 자원이 제약된 모바일 환경이기 때문에 효율적인 자율주행 시스템이 필요하다. 본 논문에서는 실내 환경에서 자율주행을 위해 신경망을 사용하는 기계학습을 제안한다. 신경망 모델은 LiDAR 센서에서 측정된 거리 데이터를 바탕으로 현재 위치에 가장 적절한 주행 명령을 예측한다. 신경망의 입력 데이터의 수에 따른 성능 평가를 수행하기 위해 6가지의 학습 모델을 설계하였다. 주행과 학습을 위해 Raspberry Pi 기반의 자율주행 차량을 제작하였고, 학습 데이터 수집과 성능평가를 위한 실내 주행 트랙을 제작하였다. 6가지의 신경망 모델들은 정확도와 응답시간 그리고 배터리 소모에 대한 성능 비교를 하였고, 입력 데이터의 수가 성능에 미치는 영향을 확인하였다.
오늘날 소셜 네트워크 서비스(SNS)의 등장과 발전으로 인해 이전에는 관찰하기 힘들었던 다양한 형태의 정보가 쏟아져 나오고 있으며 또한 최근에는 사용자 각각의 개성과 기호에 따라 특정 관심 분야를 주제로 공유하는 서비스인 버티컬 SNS (Vertical Social Networking Service)가 주요 연구 분야로 떠오르고 있다. 특히 모바일의 GPS를 통해 수집된 지역 데이터(Geolocation Data)와 소셜 데이터를 통해 공간적 특성뿐 아니라 인문사회학적 측면을 관찰할 수 있어 다양한 연구에서 사용되고 있다. 본 연구에서는 이미지 기반 버티컬 SNS인 인스타그램을 통해 수집된 소셜 데이터를 분석하고 이를 통해 사용자의 공간적 맥락을 바탕으로 소셜 미디어(social media)의 기반을 둔 사용자의 경험을 측정하고자 한다. 따라서 본 연구에서는 사회적 데이터를 통한 경험 공유와 지리적 특성의 경험적 요소 간에 어떤 유형의 공간적 패턴이 존재하는지 탐색하고, 추출 된 데이터를 통해 공유된 경험 구조의 새로운 모형을 고찰하고자 한다.
POI refers to the point of Interest in Location-Based Social Networks (LBSNs). With the rapid development of mobile devices, GPS, and the Web (web2.0 and 3.0), LBSNs have attracted many users to share their information, physical location (real-time location), and interesting places. The tremendous demand of the user in LBSNs leads the recommendation systems (RSs) to become more widespread attention. Recommendation systems assist users in discovering interesting local attractions or facilities and help social network service (SNS) providers based on user locations. Therefore, it plays a vital role in LBSNs, namely POI recommendation system. In the machine learning model, most of the training data are stored in the centralized data storage, so information that belongs to the user will store in the centralized storage, and users may face privacy issues. Moreover, sharing the information may have safety concerns because of uploading or sharing their real-time location with others through social network media. According to the privacy concern issue, the paper proposes a recommendation model to prevent user privacy and eliminate traditional RS problems such as cold-start and data sparsity.
This study systematically analyzed types of fashion brand application focusing on accounts created in Korea. While referring to 'Chanel' which has developed a fashion brand app for the first time in August of 2008, not only for App store by Apple Inc. of the greatest market share but also for Android market, the one and only competitor of App store, the study examined cases of fashion brand app in Korea and foreign countries which have been in service till August of 2013 since the year of 2008. To achieve the research goal, the study conducted a literature research and a case review, categorizing the app by their distinctive functions which were Basic Information, SNS, AR, LBS, Entertainment, Mobile Shopping and Live Streaming. As for the first function, Basic Information, it was considered to provide information on a brand such as prices, sizes and colors of products which should be the most fundamental function of a fashion brand. The function would include look book, catalogues, photographs and others of products, helping users of the app with their understanding on images and concepts of the brand. Second, SNS function was considered useful for its mobility and communication and with the help of theirs, the users share fashion information with each other. Third, AR function as in a filed of virtual reality would edit virtual objects to look real in an actual environment. This would eventually offer the users a chance to try for clothes virtually. The fourth function, LBS, would work with GPS to find a store closest from a present location. This would be a help when the users try to find stores holding promotion events or trails while hiking in mountains. The fifth Entertainment function would include all sorts of games and chances for the users to listen to music and keep fashion diaries. The sixth function, Mobile Shopping, would help the users purchase items online via the app as they would not visit a store in person. The seventh function, Live Streaming, would give the users chances to actually see fashion collections in real time, held all over the world in every season. Because of this function, not only fashion experts but also regular people have become able to enjoy the fashion shows. The distinctive characteristics of the fashion brand application discussed in the study will be a useful reference when any relevant fields try to design other new fashion brand application.
오버레이 네트워크는 하부계층의 네트워크에 변화가 있어도 응용계층의 트리에는 변화를 줄 필요가 없으며, 오버레이 네트워크가 멀티캐스트를 지원하지 않는 노드들이 존재하는 환경에서도 만들어질 수 있게 해준다. 오버레이 프로토콜은 동적인 그룹을 모니터링하는 반면, 하부계층의 유니캐스트 프로토콜은 동적인 네트워크를 책임짐으로써, 동적인 환경에서도 제어 오버헤드를 줄이고, 프로토콜의 오퍼레이션을 안정적으로 만든다. 그러나, 만약 오버레이 멀티캐스트 프로토콜이 구성원의 위치정보를 모른다면, 효율적인 멀티캐스트 트리를 만드는 것은 매우 어렵다. 그래서, 위치정보를 이용한 계층적 오버레이 멀티캐스트 구조(HOMA: Hierarchical Overlay Multicast Architecture)를 본 논문에서 제안한다. 제안된 구조는 멀티캐스트에 참여하는 호스트들만으로 정적인 지역을 기반으로 동적 그룹을 만들어서 상위 계층에서는 그룹을 대표하는 호스트들 간의 오버레이 멀티캐스트 망을 형성하근 하위 계층에서는 지역에 속한 멀티캐스트 호스트들 간의 멀티캐스트를 지원하는 응용 계층의 2-계층 오버레이 멀티캐스트이다. 이것은 GPS를 사용하고, 지리적 영역을 활용하며 노드의 이동에 크게 영향을 받지 않는 지역 기반의 상위 계층의 오버레이 멀티캐스트 트리를 보여준다. 시뮬레이션 결과는 멀티캐스트의 효율성의 문제를 효과적으로 해결하였음을 보여준다.
도심지에 지진, 산사태 등과 같은 재난 발생 시 건물 및 지하 구조물 붕괴로 인해 잔해 내부에 다수의 매몰자가 발생된다. 이때 인명탐지를 위해 주로 음향, 영상 및 전파 등을 활용한 탐지 장비 등이 활용되나 고가이며, 붕괴지 상부로의 직접 투입으로 인한 2차 붕괴위험 및 장비 운용 성능 저하로 인해 신속하고 높은 신뢰성을 갖는 인명탐지 기술이 활용되지 않고 있다. 이러한 문제를 해결하기 위한 매몰자의 휴대 기기에서 송출하는 Wi-Fi 신호 및 기압정보를 제공받아 매몰자의 3차원 위치를 탐색하는 UAV(Unmanned Aerial Vehicle)에 탑재 가능한 무선신호 기반 인명탐지 모듈을 개발하였다. 또한 드론의 비행동안 매몰자 휴대기기 정보를 실시간으로 수집하여 해당 정보를 지상부에 전송하여 신뢰성 있는 매몰자의 3차원 위치정보를 제공하도록 하는 모듈 개발 프레임워크를 제시하였다. 이를 통해 인명탐지 모듈의 개발과 현장 테스트를 통해 적용 타당성을 검증하였다. 이러한 연구결과는 향후 대형 건물 붕괴와 같은 재난 시 매몰자에 대한 매몰 위치의 신속한 탐지 및 구호와 실종자 수색을 위한 핵심기술로 활용될 수 있을 것이다.
최근 건설 공사가 대형화, 복잡화되어 감에 따라 건설 산업에서는 Information Technology (IT) 기술의 도입을 통한 생산성 향상을 추구하며, 보다 효율적인 건설 관리 방안을 도출하고자 한다. 이러한 배경을 바탕으로 다양한 종류의 건설 관리시스템 (Project Management System)이 도입되고 있으며, 이와 더불어 Personal Digital Assistant (PDA), Bar Code, Radio Frequency Identification (RFID), Web Camera 등의 다양한 IT 기술이 적용되고 있는 상황이다. 그러나 이와 같은 기술들은 실시간 정보처리 기술의 부족, 건설 현장과 관리 오피스의 이원화 등으로 인하여 정보의 재작업 및 비효율성을 초래하여, 데이터의 저장 및 데이터베이스 (Database) 기능을 제외한 부분에서는 오히려 건설 생산성을 저해시키고 있는 상황이다. 이에 본 연구는 설문조사를 바탕으로 기존 관리상의 문제점을 파악하고, 요구사항 분석을 통하여 기능을 도출함으로써 건설 자재 관리 부문에 있어 건설 현장 내 적용성이 뛰어난 어플리케이션을 개발하고자 한다. 본 연구에서 개발하고자 하는 건설 자재 관리 어플리케이션은 정보의 자동 입력, 자재 정보의 실시간 처리 및 확인, 조달 자재 위치 확인을 가능하게 하여 건설 현장과 관리 오피스 간의 이원화 문제를 해결하도록 한다. 이와 더불어 최신 IT 디바이스 (Device)인 스마트폰의 건설 현장 내 도입 가능성 및 적용성을 확인해 보고자 한다.
본 논문에서는 모바일 증강 현실 시스템 및 항공사진을 이용하여 건물의 부분적 3D 모델을 생성하고, 이를 비디오 영상과 비교하여 사용자의 위치를 실시간으로 추적하는 방법을 제안한다. 제안된 시스템은 미리 생성된 모델을 사용하는 대신, 시스템 동작 중에 사용자 뷰와 항공 뷰를 결합하여 3D 모델을 생성한다. 우선 GPS의 위치에 따라 데이터베이스로부터 검색된 항공사진과, 피치를 추정하는 관성 센서를 이용하여 사용자의 초기 자세를 계산한다. 그리고 그래프 컷을 이용하여 건물의 상단의 에지를 검출하고, 제안된 비용 함수를 최소화함으로써 하단의 에지와 모퉁이 위치를 찾는다. 실시간으로 사용자의 자세를 추적하기 위해, 사용자가 관촬 중인 건물의 에지 및 벽면에서의 특이점을 이용하여 추적을 수행한다. 본 논문에서는 최소 자승 추정법과 언센티트 칼만 필터를 사용하여 카메라 자세 추정 방법을 구현하고 비교하였다. 또한 두 방법에 대하 속도와 정확도를 비교하고, Anywhere Augmentation 시나리오에 대한 중요한 기본 구성 요소들로서 실험결과의 유용성을 보였다.
본 연구는 야생동물위치추적기(WT-300, GPS-Mobile Phone Based Telemetry, KoEco)를 이용하여 도심지역과 농촌지역에서 월동하는 흰뺨검둥오리의 서식지 이용을 파악하여 국내 수조류 서식지 보호 관리의 기초자료로 활용하고자 수행하였다. 연구지역은 경기도 안성시의 도심하천인 안성천과 해남의 산수저수지로 지역별로 각각 흰뺨검둥오리 5개체에 위치추적기를 부착하였다. 흰뺨검둥오리의 행동권 분석은 GIS용 SHP 파일과 ArcGIS 9.x Animal Movement Extension을 이용하였으며, 커널밀도측정법(Kernel Density Estimation : KDE)과 최소볼록다각형법(Minimum Convex Polygon Method : MCP)을 이용하여 분석하였다. 흰뺨검둥오리의 행동권은 최소볼록다각형법에 의하면 안성은 $250.8km^2$(SD=195.3, n=5), 해남은 $89.1km^2$(SD=69.6, n=5)이였다. 커널밀도측정법에 의한 50% 이용면적은 안성은 $21.8km^2$(SD=26.9, n=5), 해남은 $3.5km^2$(SD=2.2 n=5)로 해남지역에서 좁은 행동권을 보였다. 흰뺨검둥오리의 서식지 이용을 보면 안성과 해남지역 모두 내륙습지와 논을 주로 이용하였다. 하지만 해남에서는 주간에, 안성에서는 야간에 논 이용률이 높았으며, 월동후기로 갈수록 해남에서는 주간에, 안성에서는 야간에 논 이용률이 증가하는 경향을 보였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.