• International Journal of Internet, Broadcasting and Communication
• /
• 제13권1호
• /
• pp.210-218
• /
• 2021

CNN (Convolutional Neural Network), a type of deep learning algorithm, is a type of artificial neural network used to analyze visual images. In deep learning, it is classified as a deep neural network and is most commonly used for visual image analysis. Accordingly, an AI autonomous driving model was constructed through real-time image processing, and a crosswalk image of a road was used as an obstacle. In this paper, we proposed a low-cost model that can actually implement autonomous driving based on the CNN model. The most well-known deep neural network technique for autonomous driving is investigated and an end-to-end model is applied. In particular, it was shown that training and self-driving on a simulated road is possible through a practical approach to realizing lane detection and keeping.

• 보건행정학회지
• /
• 제27권3호
• /
• pp.229-240
• /
• 2017

Background: This study purposed to analyze the spatial accessibility of women in childbearing age to the healthcare organizations (HCOs) providing delivery services in Gangwon-do. Methods: Network analysis was applied to assess the spatial accessibility based on the travel time and road travel distance. Travel time and travel distance were measured between the location of HCOs and the centroid of the smallest administrative areas, eup, myeon, and dong in Gangwon-do. Korean Transport Database Center provided road network GIS (Geographic Information System) Database in 2015 and it was used to build the network dataset. Two types of network analysis, service area analysis and origin-destination (OD)-cost matrix analysis, applied to the created network dataset. Service area analysis defined all-accessible areas that are within a specified time, and OD-cost matrix analysis measured the least-cost paths from the HCOs to the centroids. The visualization of the number of the HCOs and the number of women in childbearing age on the Ganwon-do map and network analysis were performed with ArcGIS ver. 10.0 (ESRI, Redlands, CA, USA). Results: Twenty HCOs were providing delivery services in Gangwon-do in 2016. Over 50% of the women in childbearing age were aged more than 35 years. Service area analysis found that 89.56% of Gangwon-do area took less than 60 minutes to reach any types of HCOs. For tertiary hospitals, about 74.37% of Gangwon-do area took more than 60 minutes. Except Wonju-si and Hoengseong-gun, other regions took more than 60 minutes to reach the tertiary hospital. Especially, Goseong-gun, Donghae-si, Samcheok-si, Sokcho-si, Yanggu-gun, Cheorwon-gun, and Taebaek-si took more than 100 minutes to the tertiary hospital. Conclusion: This study provided that the accessibility toward the tertiary hospital was limited and it may cause problems in high-risk delivery patients such as over 35 years. Health policy makers will need to handle the obstetric accessibility issues in Gangwon-do.

• 한국전자통신학회논문지
• /
• 제9권3호
• /
• pp.329-334
• /
• 2014

최근에 전기자동차의 상용화가 머지않은 상황에서 운전자를 위한 다양한 전자적 기능들이 개발되어지고 있다. 특히, 뇌파(EEG)를 통하여 운전자의 상태를 모니터링하면서 졸음방지나 건강상태를 실시간으로 점검하는 기능들이 있다. 자동차 운전자의 뇌파를 의료기관 서버에 전송하여 관련 기능들을 제공할 수 있는데 이때 자동차간 또는 자동차와 노변장치간의 원활한 통신기능이 필수적이다. 따라서 본 논문에서는 도심의 교차로환경에서 원활한 EEG 통신기능을 제공하는 라우팅 프로토콜을 제시하기 위해 AODV, DSR, GRP, OLSR, TORA와 같은 5가지의 라우팅 프로토콜로 운영되는 무선통신망을 각각 설계하고 이를 OPnet 네트워크 시뮬레이션을 통하여 성능을 평가하고 결과를 제시하고자 한다.

• 대한교통학회지
• /
• 제31권1호
• /
• pp.47-56
• /
• 2013

본 연구는 기존 정성적/평면적으로만 다뤄왔던 간선도로의 망기능을 입체적/정량적으로 분석하기 위하여 새롭게 정의한 네트워크(network)과 네트워킹(networking)에 입각한 망기능 분석방법론을 제시하고, 실제 간선도로망에 적용하여 망기능을 분석하였다. 이를 위해 간선도로 네트워크를 상부도로인 고속국도와 이와 연계된 하부도로(일반국도, 지방도, 도시부도로 등) 간을 입체적 관점에서 분석하였고, 기존의 물리적인 연결성 측면 외에도 교통정보 및 주행조건 등 운전자(이용자) 측면의 망기능을 고려한 세부기능지표(networking index, NI)를 도출하여, 망기능의 효율성을 정량적으로 평가할 수 있는 네트워킹 지수(networking rate, NR)를 산정하였다. 주요 분석결과로서, ITS 분야인 교통정보기능이 네트워킹 구성요소에 중요한 영향요소임을 입증하였다. 이는 기존에 물리적 연계 중심의 도로정비방안 도출보다 교통정보를 고려한 네트워킹 정비의 필요성을 보여준다. 그리고, 실제 고속국도 중심 간선도로 망기능을 분석한 결과로서 전국대비 수도권에서 낮은 망기능을 보이고 있는데, 상 하부도로 간 대체우회기능을 수행할 수 있는 구간기능과 교통정보기능이 상대적으로 떨어지는 것이 주요 원인으로 분석되었다.

• 한국병원경영학회지
• /
• 제23권2호
• /
• pp.28-41
• /
• 2018

Purpose: This study purposed to analyze the spatial accessibility of mental health institutions in Ganwon-Do using Geographic Information System and to suggest policy implications. Methodology: Network analysis was applied to assess the spatial accessibility of mental health institutions in Gangwon-Do. To perform the network analysis, network data set was built using administrative district map, road network, address of mental health institutions in Gangwon-Do. After building network data set, Two network analysis methods, 1) Service area analysis, 2) Origin Destination cost matrix were applied. Service area analysis calculated accessive areas that were within specified time. And using Origin Destination cost matrix, travel time and road travel distance were calculated between centroids of Eup, Myeon, Dong and the nearest mental health institutions. Result: After the service area analysis, it is estimated that 19.63% of the total areas in Gangwon-Do takes more than 60 minutes to get to clinic institutions. For hospital institutions, 23.08% of the total areas takes more than 60 minutes to get there. And 59.96% of Gangwon-do takes more than 30 minutes to get to general hospitals. The result of Origin-Destination cost matrix showed that most Eup Myeon Dong in Gangwon-Do was connected to the institutions in Wonju-si, Chuncheon-si, Gangneung-si. And it showed that there were large regional variation in time and distance to reach the institutions. Implication: Results showed that there were regional variations of spatial accessibility to the mental health institutions in Gangwon-Do. To solve this problem, Several policy interventions could be applied such as mental health resources allocation plan, telemedicine, providing more closely coordinated services between mental health institutions and community mental health centers to enhance the accessibility.

• 제어로봇시스템학회논문지
• /
• 제8권6호
• /
• pp.468-476
• /
• 2002

The confidence of information from image processing depends on the original image quality. Enhancing the confidence by an algorithm has an essential limitation. Especially, road images are exposed to lots of noisy sources, which makes image processing difficult. We, in this paper, propose a FNN (fuzzy-neural network) capable oi deciding the quality of a road image prior to extracting lane-related information. According to the decision by the FNN, road images are classified into good or bad to extract lane-related information. A CDF (cumulative distribution function), a function of edge histogram, is utilized to construct input parameters of the FNN, it is based on the fact that the shape of the CDF and the image quality has large correlation. Input pattern vector to the FNN consists of ten parameters in which nine parameters are from the CDF and the other one is from intensity distribution of raw image. Correlation analysis shows that each parameter represents the image quality well. According to the experimental results, the proposed FNN system was quite successful. We carried out simulations with real images taken by various lighting and weather conditions and achieved about 99% successful decision-making.

• 한국지리정보학회지
• /
• 제17권1호
• /
• pp.24-34
• /
• 2014

도시공간을 이해하고 적절한 계획을 세우기 위해서는 도로와 토지이용을 동시에 고려한 통합적인 분석이 요구되며, 공간의 평면적 구조뿐만 아니라 수직적인 구조도 분석이 요구된다. 따라서 본 연구의 목적은 이러한 공간구조를 고려하여 도로를 기반으로 토지이용을 분석하고 평가하는 것이다. 연구방법은 먼저, 도로는 도로망 구조를 고려한 공간구문론을 도입하였고, 토지이용은 주거와 상업용건물의 수평적이고 수직적인 개발밀도를 고려하였다. 둘째, 물리적 거리, 공간구문론의 속성 중 전체통합도, 도로의 길이를 반영한 전체통합도의 3가지 도로 변수에 대한 설명력을 비교하였다. 셋째, 이 중 적절한 도로 변수를 기반으로 토지이용과 함께 변형한-IPA를 수행하고, 결과를 4개의 영역으로 분류하였다. 이를 계획된 지역인 서울의 강남구에 적용하여 결과를 가시화하였다.

• 한국융합학회논문지
• /
• 제13권1호
• /
• pp.51-62
• /
• 2022

교통 혼잡을 해결하기 위한 AI 기반 속도 예측 연구는 활발하게 진행되고 있다. 하지만, 인공지능의 추론 과정을 설명하는 설명 가능한 AI의 중요성이 대두되고 있는 가운데 AI 기반 속도 예측의 결과를 해석하고 원인을 추리하는 연구는 미흡하였다. 따라서 본 논문에서는 '설명 가능 그래프 심층 인공신경망 (GNN)'을 고안하여 속도 예측뿐만 아니라, GNN 모델 입력값의 마스킹 기법에 기반하여 인근 도로 영향력을 정량적으로 분석함으로써 혼잡 등의 상황에 대한 추론 근거를 도출하였다. TOPIS 통행 속도 데이터를 활용하여 서울 시내 혼잡 도로를 기준으로 예측 및 분석 방법론을 적용한 후 영향력 높은 인근 도로의 속도를 가상으로 조절하는 시뮬레이션 통하여 혼잡 도로의 통행 속도가 개선됨을 확인하여 제안한 방법론의 타당성을 입증하였다. 이는 교통 네트워크에 제안한 방법론을 적용하고, 그 추론 결과에 기반한 특정 인근 도로를 제어하여 교통 흐름을 개선할 수 있다는 점에 의미가 있다.

• 대한공간정보학회지
• /
• 제11권1호
• /
• pp.21-28
• /
• 2003

산림경영계획의 측면에서 임도계획의 기본이 되는 복합적인 정보를 바탕으로 GIS를 이용하여 경상남도 남해군에 위치한 금산시험림 주변의 국유림을 대상으로 6가지 대안별 임도망을 편성하여 적용성을 검토한 후 비교 분석하였다. 그 결과 노선선정기준 중 종단물매와 토공량의 최소화를 조합한 대안노망2의 경우 일부 노선이 기설임도와 유사한 노선형으로 배치되어져 현행 임도계획시 종단물매와 산지경사를 실측하여 임도를 시공하는 사실과 일치함을 알 수 있었으며 4가지 노선선정기준 모두를 조합한 대안노망6의 경우 노선배치가 지점(2)를 중심으로 방사형을 형성함으로서 타 대안노망과 상이한 노선형을 나타내었다. 대안별 임도망을 기설임도와 비교 분석함으로서 향후 임도망 계획시 객관적인 자료를 제시하여 합리적인 계획수립은 물론, 중장기 산림개발추진계획에 효율적인 적용이 가능할 것으로 판단되었다. 또한 GIS기법을 이용한 다양한 대안노망별 노선선정을 통하여 최적 대안노망을 제공함으로서 최종 의사결정자가 대안노망 평가를 용이하도록 지원하여 의사결정지원체계로서 중요한 기초자료가 될 것으로 사료되며 향후 임도개설 후 자연재해(산사태, 산지붕괴)에 따른 민원유발을 사전에 예방하고 능동적으로 대처할 수 있는 방안이 될 것으로 판단된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.79-82
• /
• 2005

Recently the necessity of road data is still being increased in industrial society, so there are many repairing and new constructions of roads at many areas. According to the development of government, city and region, the update and acquisition of road data for GIS (Geographical Information System) is very necessary. In this study, the fusion method with range data(3D Ground Coordinate System Data) and Intensity data in stand alone LiDAR data is used for road extraction and then digital image processing method is applicable. Up to date Intensity data of LiDAR is being studied. This study shows the possibility method for road extraction using Intensity data. Intensity and Range data are acquired at the same time. Therefore LiDAR does not have problems of multi-sensor data fusion method. Also the advantage of intensity data is already geocoded, same scale of real world and can make ortho-photo. Lastly, analysis of quantitative and quality is showed with extracted road image which compare with I: 1,000 digital map.