• 제목/요약/키워드: Outlier Determination Algorithm

검색결과 3건 처리시간 0.019초

오염도 우선순위 방제 알고리즘과 모니터링 시스템 (Pollution priority control algorithm and monitoring system)

  • 이진석;김영곤;박정민
    • 한국인터넷방송통신학회논문지
    • /
    • 제24권5호
    • /
    • pp.97-104
    • /
    • 2024
  • 코로나19 대유행 이후 실내 대기 오염이 사회적 이슈로 부상함에 따라, 대규모 시설에서의 오염 관리가 중요한 과제로 인식되고 있는 상황이다. 본 연구에서는 이를 위해 센서를 활용한 실시간 오염도 감지 및 다익스트라 알고리즘을 활용한 효율적인 방제 경로 설정이 핵심 기술로 제시하였다. 또한, 이상치 판단 알고리즘과 우선순위 알고리즘을 제시하여 데이터의 신뢰성을 높이고 효율적인 방제 작업을 가능케 하는 방안을 제시하였다. 이상치 판단 알고리즘은 환경 모니터링 시스템에서 센서 데이터를 기반으로 이상치를 식별하고 처리하는 과정을 나타내었다. 최근 10개의 센서 데이터를 평균화하고 Z-score를 계산하여 이상치를 탐지하며, 이상치로 판단되는 데이터를 제거하고 대체하는 과정을 상세히 제시하였다. 우선순위 알고리즘은 각 지역의 오염 정도를 고려하여 효율적인 방제 경로를 설정하는 과정을 제시하였고, 가장 심각한 오염 지역을 우선적으로 선정하고, 이를 출발점으로 삼아 방제 경로를 설정하는 방법을 제시하였다. 또한, 실시간으로 오염 정도를 감지하여 대응하는 반복적인 과정을 소개하며, 이를 통해 시스템이 지속적으로 최적화되고 환경 오염에 대응할 수 있도록 하였다. 이를 통해 이상치 판단 알고리즘과 우선순위 알고리즘을 통해 환경 모니터링 시스템의 신뢰성과 효율성을 높여, 오염 상황을 빠르게 파악하고 대응할 수 있을 것으로 기대된다.

국도의 동질구간 선정과 이상치 제거 방법에 관한 연구 (Development of Homogeneous Road Section Determination and Outlier Filter Algorithm)

  • 도명식;김성현;배현숙;김종식
    • 대한교통학회지
    • /
    • 제22권7호
    • /
    • pp.7-16
    • /
    • 2004
  • 국도의 단속교통류의 특성을 고려한 교통량 동질구간이란 도로의 공급측면에서 주요 신호교차로의 분기, g/C 비율, 신호교차로간 거리등으로 분할할 수 있으며, 교통수요측면에서는 교통량 변화 패턴곡 서로 유사하면서 정량적인 교통특성(예를 들어, 교통량의 크기나 속도의 범위 등)이 거의 같은 인근 검지기들로 이루어진 구간을 말한다. 본 연구에서는 국도 3호선의 곤지암 IC에서 장지 IC간의 10.72km를 대상으로 수집한 구간통행시간 자료와 검지기에서 수집한 지점 교통량과 속도 자료를 이용하여 기존의 이상치 제거방법에서의 문제점을 제시하고 참조자료를 활용한 새로운 유효 데이터 확보방안을 제시한다. 나아가, 향후 통행시간 추정모형 제작 및 검지기 자료의 이상치 및 결측 자료의 보정을 위한 동질구간의 선정방법을 KHCM 방식에 의한 공급자 측면과 교통류의 특성을 고려한 수요자 측면을 동시에 고려하여 제시하였다. 이러한 구간자료와 지점자료를 공유한 국도 구간의 교통류 특성에 관한 연구는 향후 소요시간 추정과 결측 및 데이터 보정에 필요한 기초 자료로 활용될 것으로 기대된다.

인공지능과 국토정보를 활용한 노인복지 취약지구 추출방법에 관한 연구 (A Study on the Methodology of Extracting the vulnerable districts of the Aged Welfare Using Artificial Intelligence and Geospatial Information)

  • 박지만;조두영;이상선;이민섭;남한식;양혜림
    • 지적과 국토정보
    • /
    • 제48권1호
    • /
    • pp.169-186
    • /
    • 2018
  • 급속한 고령화 사회에서 노인인구가 갖는 사회적 영향력은 더욱 가속화될 것이다. 본 연구에서는 인공지능 방법론 중 머신러닝, 인공신경망, 국토정보 분석을 통해 노인복지 취약지구를 추출하는 방법론을 정립하는데 목적을 두었다. 분석방향 정립을 위해 65세 이상 노인, 공무원, 노인복지 시설물 담당자와 인터뷰 후 방향을 설정하였다. 경기도 용인시를 대상으로 500 m 공간단위 벡터 기반 격자에 15분 이내 지리적 거리 수용력, 노인복지 향유도, 공시지가, 이동통신 기반 노인활동을 지표로 설정하였다. 10단계 군집형성 후 모의학습 결과 RBF 커널 알고리즘을 활용한 머신러닝 서포트 벡터머신에서 83.2%의 예측정확도가 나타났다. 그리고 역전파 알고리즘을 활용한 인공신경망에서 높은 상관성 결과(0.63)가 나타났다. 변수간 공간적 자기상관성을 분석하기 위해 지리적 가중회귀분석을 수행했다. 분석결과 결정계수가 70.1%로 모형으로 나타나 설명력이 우수한 것으로 나타났다. 변수의 공간적 이상값 여부와 분포패턴을 검토하기 위해 국지적인 공간적 자기상관성 지수인 Moran's I 계수와 Getis-Ord Gi 계수를 분석하였다. 분석결과 용인시 신도시인 수지 기흥구에서 노인복지 취약지구가 발생하는 특성을 보였다. 본 연구의 인공지능 모의방법과 국토정보 분석의 연계는 최근 정부의 지역여건을 고려한 노인복지 불균형을 해결하는데 활용될 수 있을 것이다.