http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김현욱(Hyunuk Kim),송하윤(HaYoon Song) 한국정보과학회 2013 정보과학회 컴퓨팅의 실제 논문지 Vol.19 No.12
본 논문에서는 인간의 이동모습을 모델링 하기 위해 위치데이터를 일일 기반으로 분석하여 인간의 이동모습을 위치데이터가 나타내는 군집간의 이동으로 나타내고자 했다. 이를 위해 사람의 위치정보를 일일 기반 군집화를 통하여 공간상으로 봤을 때 위치데이터가 밀집되어 있는 곳이 군집이라고 정의했다. 이렇게 생성된 하나 이상의 군집은 사람이 특정기간 머문 장소이거나 한번 이상 방문했던 장소라고 여길 수 있다. 이러한 방식으로 위치데이터를 일일 기반으로 분석을 하게 되면 하루하루 동안 사람의 이동모습을 모델화 할 수 있으며, 이렇게 일일 기반으로 분석된 결과를 원하는 시간 간격이나 전체기간단위로 합쳐 분석을 하면 특정 시간 단위 별 혹은 전체 기간 동안의 이동모습을 모델화 할 수 있게 된다. 또한 분석된 결과는 지도상에 군집의 형태로 나타내어 시각적으로 전체적인 이동모습을 관찰할 수 있으며, 타 분야의 응용을 위해 이동패턴을 연속시간 마르코프 연쇄의 모습으로도 나타낼 수 있다. In this research a human mobility model construction process is presented from the daily mobility pattern identified by location clustering. An integrated model representing human mobility patterns can be established. Daily positioning data set is composed into human mobility model by location based clustering and thus a daily mobility model is composed. A location cluster stands for a set of considerable number of positioning data in terms of space and time. An integration of daily human mobility model will show overall human mobility model or human mobility model for a given period. The resulting human mobility model can be represented on geographical map so that the model can be identified visually and intuitively. The integrated human mobility model or daily human mobility model can be represented in Continuous Time Markov Chain which can be easily represented by matrixes for further application to other related fields.
박재영 ( Jae-young Park ),송하윤 ( Hayoon Song ) 한국정보처리학회 2008 한국정보처리학회 학술대회논문집 Vol.15 No.2
센서 네트워크의 한 개의 노드인 모바일 센서 차량들은 주위를 이동하면서 장애물을 탐지하고, 자신이 만든 지도를 서로 교환하여 합쳐 자신의 위치를 지역화한다. 이를 위해서 모바일 센서 차량들은 각종 센서를 탑재하여 자신의 위치를 파악한다. 이 논문에서는 데드-레코닝, 카메라, 그리고 RSSI 를 사용한 모바일 센서 차량의 지역화를 개별적으로 실험해봄으로써 거리에 따른 정확성을 알아보고, 이로써 각각 방식들이 가진 장점을 융합하여 보다 낳은 지역화할 수 있는지 살펴본다.