이 논문에서는 탐욕 전략을 이용하여 실시간 근거리 사용자 이동 경로 예측 알고리즘을 제안한다. 스마트폰에 탑재되어 있는 풍부한 센서는 과거에 다루기 어려웠던 사용자의 행동이나 의도를 파악하는데 보다 용이하게 사용된다. 특히 사용자의 위치 정보는 GPS 데이터를 이용하여 쉽게 획득할 수 있게 되었다. 또한 사용자 위치 정보를 이용하여 보다 지능적인 사용자 문맥 인지 서비스 제공을 위해서 사용자 이동 경로 예측은 매우 중요하게 대두되고 있으며, 사용자의 위치 정보를 이용한 이동 경로 예측 관련 응용 기술의 연구가 활발히 진행되고 있다. 그러나 대부분 사용자 최종 목적지 예측에 초점을 두고 있으며, 빠른 실시간 근거리 예측이 요구되는 상황에 적용시키기에 적합하지 않다. 이 논문에서는 이동 경로 예측에 관련된 기존 연구들의 문제점을 보완하여 탐욕 전략을 이용한 기법을 제안하고 전체적인 구조를 제안한다. ...
이 논문에서는 탐욕 전략을 이용하여 실시간 근거리 사용자 이동 경로 예측 알고리즘을 제안한다. 스마트폰에 탑재되어 있는 풍부한 센서는 과거에 다루기 어려웠던 사용자의 행동이나 의도를 파악하는데 보다 용이하게 사용된다. 특히 사용자의 위치 정보는 GPS 데이터를 이용하여 쉽게 획득할 수 있게 되었다. 또한 사용자 위치 정보를 이용하여 보다 지능적인 사용자 문맥 인지 서비스 제공을 위해서 사용자 이동 경로 예측은 매우 중요하게 대두되고 있으며, 사용자의 위치 정보를 이용한 이동 경로 예측 관련 응용 기술의 연구가 활발히 진행되고 있다. 그러나 대부분 사용자 최종 목적지 예측에 초점을 두고 있으며, 빠른 실시간 근거리 예측이 요구되는 상황에 적용시키기에 적합하지 않다. 이 논문에서는 이동 경로 예측에 관련된 기존 연구들의 문제점을 보완하여 탐욕 전략을 이용한 기법을 제안하고 전체적인 구조를 제안한다. 제안 기법은 기존 기법에 비해 성능에 영향을 끼치는 인자가 매우 적으므로 기존 알고리즘보다 성능이 매우 뛰어난 평가 결과를 얻는다. 그 뿐만 아니라 현재 사용자 위치에서 빠른 실시간 예측이 가능하며, 근거리 이동 경로 예측이 가능하다. 그리고 특정 사용자의 기존 경로 부재로 인해 다른 사용자의 이동 경로 예측이 불가능한 문제를 보완하여 다른 사용자의 이동 경로 예측이 가능하다는 장점을 지닌다. 제안한 알고리즘은 경로를 예측하는 다양한 서비스 접목에 용이하다는 기대를 보인다.
이 논문에서는 탐욕 전략을 이용하여 실시간 근거리 사용자 이동 경로 예측 알고리즘을 제안한다. 스마트폰에 탑재되어 있는 풍부한 센서는 과거에 다루기 어려웠던 사용자의 행동이나 의도를 파악하는데 보다 용이하게 사용된다. 특히 사용자의 위치 정보는 GPS 데이터를 이용하여 쉽게 획득할 수 있게 되었다. 또한 사용자 위치 정보를 이용하여 보다 지능적인 사용자 문맥 인지 서비스 제공을 위해서 사용자 이동 경로 예측은 매우 중요하게 대두되고 있으며, 사용자의 위치 정보를 이용한 이동 경로 예측 관련 응용 기술의 연구가 활발히 진행되고 있다. 그러나 대부분 사용자 최종 목적지 예측에 초점을 두고 있으며, 빠른 실시간 근거리 예측이 요구되는 상황에 적용시키기에 적합하지 않다. 이 논문에서는 이동 경로 예측에 관련된 기존 연구들의 문제점을 보완하여 탐욕 전략을 이용한 기법을 제안하고 전체적인 구조를 제안한다. 제안 기법은 기존 기법에 비해 성능에 영향을 끼치는 인자가 매우 적으므로 기존 알고리즘보다 성능이 매우 뛰어난 평가 결과를 얻는다. 그 뿐만 아니라 현재 사용자 위치에서 빠른 실시간 예측이 가능하며, 근거리 이동 경로 예측이 가능하다. 그리고 특정 사용자의 기존 경로 부재로 인해 다른 사용자의 이동 경로 예측이 불가능한 문제를 보완하여 다른 사용자의 이동 경로 예측이 가능하다는 장점을 지닌다. 제안한 알고리즘은 경로를 예측하는 다양한 서비스 접목에 용이하다는 기대를 보인다.
This paper suggests an algorithm for predicting real-time and short-distance routes of a user by utilizing greedy strategy. The numerous sensors that are mounted on smartphones are used to facilitate in determining the users’ behaviors and intentions which had formerly been particularly challenging ...
This paper suggests an algorithm for predicting real-time and short-distance routes of a user by utilizing greedy strategy. The numerous sensors that are mounted on smartphones are used to facilitate in determining the users’ behaviors and intentions which had formerly been particularly challenging to manage. In particular, it has become exceptionally easy to be able to obtain information regarding the users’ location by using the GPS data. In addition, so as to provide user context recognition service by utilizing the information regarding the users' locations, the prediction of user routes is currently being regarded and considered in an exceptionally significant manner. Furthermore, various studies on the application technologies relevant to the users’ route prediction utilizing the information in relation to the users’ locations are currently ongoing in an active manner. However, most of them are primarily focused on predicting the users’ final destination and it must be noted that such a focus is inappropriate to be applied to situations that require quick real-time short-distance predictions. In this thesis, a general structure and method which have utilized greedy strategy had been suggested by developing the problems found in previous studies and researches related to the prediction of user routes. The methods and techniques suggested in this thesis are capable of obtaining exceedingly outstanding assessment results compared to the existing algorithms, as they have remarkably less factors that make influence to the performance compared to the existing ones. Furthermore, the technique is capable of making predictions of short-distance moving routes and real-time predictions at users’ locations. In addition, it carries an advantage over the problem of not being able to make predictions of specific users’ moving routes caused by the absence of previously existing routes. The suggested algorithm shows a prominent outlook in the scope of various integrations of user route predictions.
This paper suggests an algorithm for predicting real-time and short-distance routes of a user by utilizing greedy strategy. The numerous sensors that are mounted on smartphones are used to facilitate in determining the users’ behaviors and intentions which had formerly been particularly challenging to manage. In particular, it has become exceptionally easy to be able to obtain information regarding the users’ location by using the GPS data. In addition, so as to provide user context recognition service by utilizing the information regarding the users' locations, the prediction of user routes is currently being regarded and considered in an exceptionally significant manner. Furthermore, various studies on the application technologies relevant to the users’ route prediction utilizing the information in relation to the users’ locations are currently ongoing in an active manner. However, most of them are primarily focused on predicting the users’ final destination and it must be noted that such a focus is inappropriate to be applied to situations that require quick real-time short-distance predictions. In this thesis, a general structure and method which have utilized greedy strategy had been suggested by developing the problems found in previous studies and researches related to the prediction of user routes. The methods and techniques suggested in this thesis are capable of obtaining exceedingly outstanding assessment results compared to the existing algorithms, as they have remarkably less factors that make influence to the performance compared to the existing ones. Furthermore, the technique is capable of making predictions of short-distance moving routes and real-time predictions at users’ locations. In addition, it carries an advantage over the problem of not being able to make predictions of specific users’ moving routes caused by the absence of previously existing routes. The suggested algorithm shows a prominent outlook in the scope of various integrations of user route predictions.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.