최근 실시간 스트리밍 플랫폼을 기반으로 한 다양한 멀티미디어 컨텐츠의 수요량과 트래픽 양이 급격히 증가하고 있는 추세이다. 본 논문에서는 실시간 스트리밍 서비스의 품질을 향상시키기 위해서 실시간 스트리밍 트래픽을 예측한다. 네트워크 트래픽을 예측하기 위해 통계적 모형을 활용하였으나, 실시간 스트리밍 트래픽은 매우 동적으로 변화함에 따라 통계적 모형보다는 순환 신경망 기반 딥러닝 모델이 적합하다. 따라서, 실시간 스트리밍 트래픽을 수집, 정제 후 Vanilla RNN, LSTM, GRU, Bi-LSTM, Bi-GRU 모델을 활용하여 예측하며, 각 모델의 학습 시간, 정확도를 측정하여 비교한다.
81.1% of traffic accidents is attributed to the drivers. In this regard, D/E model is a practical and effective method in terms of the cost and time in evaluating the road hazardousness. To examine the validity of the threshold values by the levels of demand We selected 10 subjects and collected their physiological signals while they were driving on Honam Highway (Jeonju ${\leftrighttarro}$ Hoideog section). Based on the collected data, the hazardous road condition was evaluated using the new threshold values of the effort level determined by cluster analysis. In applying the D/E model, a decision method based on the demand level was suggested, using a traffic accident prediction model. Additionally, the limit value of the effort level was determined using the drivers' physiological signal data collected at the highway. A comparison analysis of the two D/E models revealed no significant difference: The existing method and the clustering method determined 9 and 7 hazardous road zones, respectively, while actual traffic accidents were reported in 6 and 4 zones, respectively among the predicted road hazardous zones. However, the latter method suggested a more scientific and rational basis in determining the limit value of the Effort level. In conclusion, although D/E model has a great merit as a pioneering method to reflect human factors in evaluating the road hazardousness, it is believed that this method could be improved by a more dynamic method that considers the traffic conditions and the individual physiological signal of the drivers simultaneously in determining a better limit.
항공교통흐름관리의 목적은 공항 및 공역의 수용량 안에서 항공교통 수요를 만족시키는 것이다. 그러므로 수용량을 정확하게 예측하는 것은 항공교통흐름관리의 성능에 많은 영향을 준다. 본 논문은 특정 공항의 예상 출·도착 수요, 시각, 기상 및 실제 처리한 항공기 대수 등 과거의 항공기운항 데이터를 기계학습의 한 방법론인 부스팅 앙상블 알고리즘으로 학습하여 시간당 출·도착하는 항공기의 수를 예측하는 회귀모형을 개발하였다. 기계학습을 통해 도출된 모델은 실제 인천국제공항의 출·도착 항공편 데이터를 이용해 검증하였으며, 결정계수가 0.95 이상으로 나타났다. 이 모델을 이용하여 접근관제구역의 수용량을 간접적으로 예측할 수 있었다.
인터넷 규모의 확장과 트래픽의 증가로 인해 발생하는 망 혼잡 상황을 해결하기 위해 본 연구는 망 제어 기술의 일환책으로서 간섭 예측 정보를 이용한 online 라우팅 알고리듬을 제안한다. 차세대 통합망은 사용자 서비스별 요구 수준에 따라 종단간의 QoS를 보장해야 한다. 이를 위해 동적 대역폭 할당이 효율적으로 이루어져야 하며, 망 전체 성능을 고려한 경로 설정 알고리듬이 필요하다. 본 논문에서 제안한 알고리듬은 현재 라우팅 요청이 요구하는 대역폭의 양이 미래의 잠재적인 트래픽을 간섭하는 정도를 예측하여, 이를 최소화시키는 방안을 제시한다. 망 전체 성능을 최대화하고, 한정된 자원이 낭비되는 것을 방지하기 위해 제안 알고리듬은 요구 대역폭, link 상태정보, 그리고 ingress-egress pair 정보 등을 복합적으로 고려한다. 또한 간섭을 예측하는 것은 동적으로 변화하는 망 상황에서 보장된 대역폭을 제공하게 함으로써 사용자의 요구를 최대한 수용할 수 있게 한다. 본 논문에서는 Internet traffic engineering에 적합한 최적 경로 설정 알고리듬을 제안하기 위해 라우팅 알고리듬이 갖추어야 할 요구 조건과 최근 연구동향을 분석하였으며, QoS 라우팅의 대표적인 연구사례를 분석하였다. 그리고 이를 기반으로 기존의 알고리듬의 문제점을 파악하고 최적의 해결 방안을 제시한다. 개선된 사항은 시뮬레이션을 통해 기존 알고리듬과 비교 및 분석되었다.
KSII Transactions on Internet and Information Systems (TIIS)
/
제13권6호
/
pp.2964-2985
/
2019
Global data center IP traffic is expected to reach 20.6 zettabytes (ZB) by the end of 2021. Intra-data center networks (Intra-DCN) will account for 71.5% of the data center traffic flow and will be the largest portion of the traffic. The understanding of traffic distribution in IntraDCN is still sketchy. It causes significant amount of bandwidth to go unutilized, and creates avoidable choke points. Conventional transport protocols such as Optical Packet Switching (OPS) and Optical Burst Switching (OBS) allow a one-sided view of the traffic flow in the network. This therefore causes disjointed and uncoordinated decision-making at each node. For effective resource planning, there is the need to consider joining the distributed with centralized management which anticipates the system's needs and regulates the entire network. Methods derived from Kalman filters have proved effective in planning road networks. Considering the network available bandwidth as data transport highways, we propose an intelligent enhanced SDN concept applied to OBS architecture. A management plane (MP) is added to conventional control (CP) and data planes (DP). The MP assembles the traffic spatio-temporal parameters from ingress nodes, uses Kalman filtering prediction-based algorithm to estimate traffic demand. Prior to packets arrival at edges nodes, it regularly forwards updates of resources allocation to CPs. Simulations were done on a hybrid scheme (1+1) and on the centralized OBS. The results demonstrated that the proposition decreases the packet loss ratio. It also improves network latency and throughput-up to 84 and 51%, respectively, versus the traditional scheme.
기 제안된 수리적 동적통행배정모형은 전체 시뮬레이션 기간동안 시간종속적 교통수요와 교통망의 교통상황이 이미 안정되어 있고 장래에도 예측가능 하다는 가정을 전제로 개발되었다. 이러한 가정은 실제 시시각각으로 변화하는 교통수요와 교통상황의 예측 불가능함 고려할 때 비현실적이라고 할 수 있다. 한편, Rolling Horizon Implementation(RHI)은 기종점간의 수요행렬(trip matrix)과 교통상황(traffic condition)이 단기간의 예측시간동안 현재의 예측정보를 기반으로 신뢰성 있게 모니터링 될 수 있고, 그 시점에서 보다 미래로 연장된 시간으로는 불확실성(uncertainty)의 증가를 고려한다는 가정을 전제로 제안되었다. 따라서, RHI개념과 부합되는 수리적 동적통행배정모형은 시뮬레이션 출발시점에 수요와 교통상황에 대한 확정적 정보가 이미 획득되어 있고, 그 기간이후의 정보에 대해서는 시간이 흐름에 따른 정보의 유용성을 근거로 각 운전자 그룹이 인지 (Perceived)하는 가로망의 통행비용(travel cost)을 최소화되도록 차량을 배정하는 것으로, 실시간적으로 인지된 교통수요와 교통망에 대한 정보를 통행배정초기에 입력변수로 사용하여 실시간 교통정보모형으로서 운영가능 하다는 장점을 제공한다. 본 연구는 수리적 동적통행배정모형이 RHI개념과 부합되어 교통상황과 수요변화를 실시간적으로 반영하여 운영되도록 모형의 기능을 확장하는 데 있다. 이를 위해, 다계층 이용자(multiple user classes) 동적통행배정모형을 변동등식(variational equality)이론에 근거한 모형식을 기반으로, 실시간 통행배정에서 발생하는 종점에 도착하지 못한 차량(unfinished trips)과 이들의 재배정(rerouting strategy) 문제를 인식하고, 이 차량들을 링크상의 교통량 전파조건(flow propagation constraint)을 토대로 다음 통행배정 시간대의 실시간 수요로서 반영할 수 있는 방안을 제시한다.
교통정보 제공 측면에서 여행시간에 대한 정보는 교통관리 영역 내에서 교통혼잡을 효과적으로 분산시킬 수 있는 핵심정보 중 하나이다. 특히 여행시간에 대한 정보는 운전자가 운전 중 경로선택을 의사결정하는데 있어서 주요한 요소로서 현실적인 신뢰도 확보를 전제로 한다. 본 연구는 남산권 교통정보시스템의 일환으로 총 연장도로 6.1km를 대상으로 구성된 6개의 교통축(corridor)을 대상으로 혼잡시 VMS, ARS, WEB을 이용한 정보 제공을 목적으로 도착예정시간 알고리즘을 개발하였다. 시스템의 공간적 범위는 각 축별 2~3.5km 범위내의 구간을 대상으로 하며, 각 교통축의 출발 및 도착지점에 신호교차로가 존재하여 단순한 연속교통류 특성이외 단속류 교통특성이 교통류내에 포함되어 있다. 목표 알고리즘은 ILD기초자료를 활용하여 수요교통량과 대기길이정보를 이용한다. 수요교통량은 각 지점간 밀도추정을 대상으로 하였으며 이를 위하여 Greenburg Model이 채택되었다. 대기길이 정보는 각 지점별 속도와 밀도에 의하여 산출된다. 연구모형은 단위시간당 변동성을 안정화하기 위하여 전략적으로 번호판 매칭기법에 의한 AVI를 도입하였으며, 이를 통한 관측 된 여행시간 정보를 이용하였다. AVI여행시간 정보는 1일 1회 대기길이에 따른 교통류 특성을 구분하여 ILD에 의한 여행시간을 생성하는데 기반모수로 적용될 수 있도록 Hybrid Model로 구성하여 적용시켰다. 본 연구에 의한 알고리즘 적용결과, 혼잡상황하에서 84% 그리고 전체평균 88%이상의 정확성을 도출하는 것으로 나타났으며, 이러한 정보들은 남산권 교통정보시스템을 이용하는 운전자들에게 유용한 것으로 조사되었다.
최근 들어 공유자전거 시스템은 대중교통 이용이 어렵거나 불가능한 마지막 목적지까지의 거리인 "라스트 마일"을 해소하는 방안으로 주목받고 있다. 공유자전거 시스템에서는 자전거의 대여와 반납의 불균형으로 인해서 사용자가 원하는 시간에 원하는 대여소에서 자전거를 빌리거나 반납할 수 있는 문제가 자주 발생한다. 이에 자전거 재배치는 공유자전거 시스템을 효율적으로 운영하는데 매우 중요한 이슈이다. 자전거 재배치를 효율적이고 효과적으로 진행하기 위해서는 무엇보다 정확한 수요 예측이 이뤄져야 한다. 최근에는 대여소의 수요를 보다 정확하게 예측하기 위해 군집 기반의 수요 예측 모델을 활용하는 방법이 개발되고 있는데, 여기서는 군집 분석 단계가 매우 중요하다. 이 연구에서는 비결정적이고 수렴이 어려운 기존의 공유자전거 수요 예측을 위한 군집 방법의 단점을 극복하는 k-means 기반의 군집 알고리즘을 제안한다. 이 방법은 초기 중심점 방법을 활용하기 때문에 매번 동일한 결과를 얻을 수 있으며, 대여소의 시간별 반납/대여 비중을 이용하여 기존 방법과는 달리 이전 단계의 군집 결과를 필요로 하지 않아 반복해서 군집 분석을 수행할 필요가 없어 빠른 군집 분석이 가능한 장점이 있다.
An Electric Vehicle (EV) is operated with the electric energy of a battery in place of conventional fossil fuels. Thus, a suitable charging infrastructure must be provided to expand the use of electric vehicles. Because the battery of an EV must be charged to operate the EV, expanding the number of EVs will have a significant influence on the power supply and demand. Therefore, to maintain the balance of power supply and demand, it is important to be able to predict the numbers of charging EVs and monitor the events that occur in the distribution system. In this paper, we predict the hourly charging rate of electric vehicles using transformation matrix, which can describe all behaviors such as resting, charging, and driving of the EVs. Simulation with transformation matrix in a specific region provides statistical results using the Monte-Carlo Method.
유럽과 미국을 중심으로 내연기관 자동차에서 나오는 배기가스를 줄이기 위해 친환경 자동차를 적극적으로 보급하는 정책이 펼쳐지고 있다. 우리나라에서도 '제4차 친환경자동차 기본계획'을 통해 충전인프라 개선과 인센티브제도 확대로 2025년 113만대의 친환경 자동차 보급을 목표하고 있어 전기자동차의 급격한 성장이 예상된다. 따라서 대략적이지만 구체적인 성장규모와 그에 따른 전력수요량을 도출하는 것이 필요하다. 본 연구에서는 성장모형 중 향후 전기자동차의 보급대수를 잘 설명할 수 있는 모형을 활용하여 전기자동차의 대수를 예측하였다. 그리고 선행연구에서 제시한 전기에너지 산출모형을 활용하여 「제10차 전력수급기본계획」의 목표연도인 2036년까지 전기자동차의 보급대수와 전력수요량을 제시하였다. 본 연구 결과를 토대로 향후 전기자동차 인프라 계획·구축을 위한 기초 연구자료로 활용될 것을 기대된다.
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.