• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.256-272
• /
• 2002

The purpose of this study is to develop landslide susceptibility analysis techniques using artificial neural network and to apply the newly developed techniques to the study area of Boun in Korea. Landslide locations were identified in the study area from interpretation of aerial photographs, field survey data, and a spatial database of the topography, soil type, timber cover, geology and land use. The landslide-related factors (slope, aspect, curvature, topographic type, soil texture, soil material, soil drainage, soil effective thickness, timber type, timber age, and timber diameter, timber density, geology and land use) were extracted from the spatial database. Using those factors, landslide susceptibility was analyzed by artificial neural network methods. For this, the weights of each factor were determinated in 3 cases by the backpropagation method, which is a type of artificial neural network method. Then the landslide susceptibility indexes were calculated and the susceptibility maps were made with a GIS program. The results of the landslide susceptibility maps were verified and compared using landslide location data. A GIS was used to efficiently analyze the vast amount of data, and an artificial neural network was turned out be an effective tool to maintain precision and accuracy.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권8호
• /
• pp.2053-2067
• /
• 2023

This paper proposes two video quality assessment methods based on deep neural network. (i)The first method uses the IQF-CNN (convolution neural network based on image quality features) to build image quality assessment method. The LIVE image database is used to test this method, the experiment show that it is effective. Therefore, this method is extended to the video quality assessment. At first every image frame of video is predicted, next the relationship between different image frames are analyzed by the hysteresis function and different window function to improve the accuracy of video quality assessment. (ii)The second method proposes a video quality assessment method based on convolution neural network (CNN) and gated circular unit network (GRU). First, the spatial features of video frames are extracted using CNN network, next the temporal features of the video frame using GRU network. Finally the extracted temporal and spatial features are analyzed by full connection layer of CNN network to obtain the video quality assessment score. All the above proposed methods are verified on the video databases, and compared with other methods.

• Spatial Information Research
• /
• 제12권3호
• /
• pp.285-298
• /
• 2004

교통주제도는 건설교통부와 교통개발연구원이 '국가교통DB구축사업'의 일환으로 제작한 것으로, 국토지리정보원이 항공사진을 기반으로 하여 작성한 NGIS(국가기본 수치지도)를 수정ㆍ보완하여 교통계획ㆍ투자분석 등 교통목적으로 재구축한 수치지도이다. 또한 교통부분 지리정보시스템(GIS-T)분야에서 교통정책 및 계획수립 등에 활용되고 있는 필수적인 기초 데이터이다. 이러한 교통주제도는 국가의 교통 정책결정과 연구분석에 활용되는 자료로 객관적이고 신뢰성 있는 데이터베이스이어야 한다. 또한 현실세계의 교통망을 모델링하여 반영한 것이므로 분석 기준년도에 대응되는 현재성과 정확성이 요구된다. 이를 위해 첫째, 조사 및 구축 지침을 통해 일관된 데이터의 생성 및 구축이 보장되어야하고 둘째, 데이터베이스를 구축함에 따라 발생할 수 있는 기하학적ㆍ논리적 오류를 파악하여야하며 셋째, 항목별 검수 방법과 절차에 대한 지침을 가지고 일관적이고 체계적인 점검을 하여야 한다. 본 연구에서는 교통주제도 데이터의 가장 기본이 되는 노드와 링크를 대상으로 항목별, 검수 절차와 방법에 대한 지침을 설정하고 일관적이고 체계적으로 데이터의 오류를 점검함으로써 교통 네트워크의 객관적이고 신뢰성 있는 품질확보가 가능하도록 하였다.

• Spatial Information Research
• /
• 제8권1호
• /
• pp.141-153
• /
• 2000

본 연구는 지리정보시스템(GIS)을 이용하여 공간정보를 중심으로 한 산사태 공간 정보 시스템을 개발하고 활용하는 것을 목적으로 하였다. 항공사진 판독 및 현장조사로 산사태 위치를 탐지하고 , 지형도, 토양도, 임상도, 지질도 등이 연구지역인 용인지역에 대해 수집되고 GIS를 이용하여 공간 데이터베이스로 구축되었다. 산사태 발생요인인 지형의 경사, 경상방향, , 곡률등은 지형 데이터베이스로부터 계산되었고 토질, 토양모재, 배수, 유효토심 등은 토양 데이터베이스로부터 추출되었고, 임상, 영급, 경급, 밀도 등은 임상 데이터베이스로부터 추출되었다. 그리고 역시 산사태 발생요인인 임상은 지질데이터베이스로부터 추출되었고, 토지이용은 Landsat TM 영상을 이용하여 추출되었다. 여기에 빌딩, 도로, 철도, 각종 시설물 등 산사태로 인해 피해를 받을 수 있는 요소에 대해서도 지형데이터베이스로부터 추출되었다. 산사태 취약성은 이러한 산사태 발생요인을 이용하여 확률, 로지스틱 회귀모델, 인공신경망 기법을 적용하여 분석되었다. 이러한 산사태 발생 요인 및 취약성 분석결과를 검색하기 위해 산사태 공간정보시스템이 개발되었다. 이 시스템은 ArcView 의 스크립트 언어인 Avenue를 이용하여 개발되었고 풀다운 메뉴 및 아이콘 메뉴방식을 사용하여 쉽게 개발되었다. 그리고 구축된 산사태 발생요인 및 취약성 분석결과를 인터넷 GIS 기술을 이용하여 인터넷 WWW 환경에서 검색할 수 있게 하였다.

• 정보처리학회논문지D
• /
• 제13D권3호
• /
• pp.325-336
• /
• 2006

최근 LBS(location-based service)를 지원하기 위해, 공간 네트워크를 고려한 연구가 활발히 수행 중에 있다. 본 논문에서는 공간 네트워크 데이터베이스에서의 우수한 질의처리 성능을 위해, 공간 네트워크상에 존재하는 공간 네트워크 자체의 데이터, POI(point of interest), 이동객체 데이터를 위한 효율적인 저장 및 색인 구조를 설계한다. 이를 위해 첫째, 노드와 에지로 구성된 공간 네트워크 자체의 데이터를 관리하기 위해 공간 네트워크 파일 구조를 설계한다. 둘째, 식당, 호텔, 주유소와 같은 POI에 대한 효율적인 접근을 위해 POI 저장 및 색인 구조를 설계한다. 셋째 이동객체의 과거, 현재, 미래 궤적 정보를 효과적으로 관리하기 위해 시그니쳐 기반 저장 및 색인 구조를 설계한다. 마지막으로, 본 논문에서 설계한 저장 및 색인 구조가 기존의 공간 네트워크를 위한 저장구조 및 이동객체를 위한 궤적 색인구조 보다 성능이 우수함을 보인다.

• Journal of Information Processing Systems
• /
• 제12권2호
• /
• pp.263-274
• /
• 2016

The exceptional development of electronic device technology, the miniaturization of mobile devices, and the development of telecommunication technology has made it possible to monitor human biometric data anywhere and anytime by using different types of wearable or embedded sensors. In daily life, mobile devices can collect wireless body area network (WBAN) data, and the co-collected location data is also important for disease analysis. In order to efficiently analyze WBAN data, including location information and support medical analysis services, we propose a geohash-based spatial index method for a location-aware WBAN data monitoring system on the NoSQL database system, which uses an R-tree-based global tree to organize the real-time location data of a patient and a B-tree-based local tree to manage historical data. This type of spatial index method is a support cloud-based location-aware WBAN data monitoring system. In order to evaluate the proposed method, we built a system that can support a JavaScript Object Notation (JSON) and Binary JSON (BSON) document data on mobile gateway devices. The proposed spatial index method can efficiently process location-based queries for medical signal monitoring. In order to evaluate our index method, we simulated a small system on MongoDB with our proposed index method, which is a document-based NoSQL database system, and evaluated its performance.

• Spatial Information Research
• /
• 제17권3호
• /
• pp.251-259
• /
• 2009

생태계 회복의 중요성이 부각됨에 따라 생태네트워크 구축을 위한 다양한 연구가 수행되고 있다. 특히 GIS를 이용한 환경정보자료의 구축과 분석기법의 개발은 이를 더욱 효과적으로 수행하게 하였다. 본 연구에서는 경관생태학 이론을 기반으로 도시생태네트워크 구축을 위한 공간의사결정지원체계를 제시하였다. 제시된 공간의사결정지원체계는 다음과 같은 4단계로 구성된다. 첫째, 생태네트워크의 주요 골격을 형성하는 핵심 녹지를 중첩기법을 통해 도출한다. 둘째, 서식지 분포자료를 이용하여 서식녹지를 파악하고, 중력모형을 적용한 연결성 평가를 통해 연결녹지의 도입이 필요한 지역을 도출한다. 셋째, 최소비용경로분석을 이용하여 파편화된 녹지를 연결하기 위한 최적의 경로를 도출한다. 마지막으로 도시 생태네트워크 분석결과와 현재 토지이용간의 비교를 통하여 분석결과의 적정성을 검증한다. 본 연구는 도시 내 생태공간을 증진하기 위한 계획적 도구로서 난개발 방지, 종 다양성 증진 등에 기여할 수 있을 것이다.

• 한국공간정보시스템학회 논문지
• /
• 제10권1호
• /
• pp.29-40
• /
• 2008

최근, 이동 단말기의 확산과 통신 기술의 발달로 인하여 이동 객체들의 과거 궤적 데이터에서 이동 객체의 미동 패턴을 이용하는 응용 서비스의 활용이 점점 증대되고 있다. 특히, 대중교통의 노선 설계나 새로운 도시를 위한 도로 네트워크 설계에 활용하기 위하여, 도로나 철도와 같은 공간 네트워크 상에서 이동하는 이동 객체의 궤적들의 유사 패턴을 활용할 수 있다. 본 논문에서는 공간 네트워크에서 이동 객체 궤적을 위한 시공간 유사 궤적 검색 알고리즘을 제안한다. 이를 위하여 도로 네트워크상에서 실제 도로 네트워크 거리에 기반한 시공간 유사도 측정방법을 정의하고, 효율적인 유사 궤적 검색을 위한 그리드 기반 색인 기법을 제안한다. 마지막으로 본 논문에서 제안하는 유사 궤적 검색 알고리즘의 효율성을 입증하기 위해 제안하는 알고리즘의 성능을 분석한다.

• 한국컴퓨터정보학회논문지
• /
• 제11권5호
• /
• pp.175-181
• /
• 2006

공간 데이터베이스 호스트의 이동성은 어디서나 필요한 공간 데이터에 대한 접근을 가능하게 하지만, 시스템의 특징인 이동성과 이로 인한 네트워크의 불안정성으로 인하여 전통적인 분산 환경에서의 데이터베이스 트랜잭션 처리 방법으로는 처리하기 어려운 단점을 가지고 있다. 특히, 위치 투명성을 제공하는 분산 컴퓨팅 환경과는 달리 이동 컴퓨팅 환경은 위치 의존적인 특성을 가지므로 트랜잭션 처리에 있어서도 분산 트랜잭션에 참여하는 이동 호스트의 이동성을 반영하기 위한 새로운 모델이 요구된다. 따라서 본 논문에서는 기존 이동 트랜잭션 모델들이 고려하지 않는 이동 호스트의 이동 경로 양식인 지리적 기준으로 트랜잭션을 처리하는 Feature 기반 트랜잭션 처리 모델을 구현한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.294-297
• /
• 2004

The purpose of this study was to develop landslide susceptibility analysis techniques using artificial neural networks and then to apply these to the selected study area of Janghung in Korea. We aimed to verify the effect of data selection on training sites. Landslide locations were identified from interpretation of satellite images and field survey data, and a spatial database of the topography, soil, forest, and land use was constructed. Thirteen landslide-related factors were extracted from the spatial database. Using these factors, landslide susceptibility was analyzed using an artificial neural network. The weights of each factor were determined by the back-propagation training method. Five different training datasets were applied to analyze and verify the effect of training. Then, the landslide susceptibility indices were calculated using the trained back-propagation weights and susceptibility maps were constructed from Geographic Information System (GIS) data for the five cases. The results of the landslide susceptibility maps were verified and compared using landslide location data. GIS data were used to efficiently analyze the large volume of data, and the artificial neural network proved to be an effective tool to analyze landslide susceptibility.