선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 사용자 참여 형태의 서비스, 즉 크라우드소싱 방법은, 일반 사람들이 의식적이거나 무의식적으로 생산하는 데이터를 적절하게 가공하여 원하는 정보를 생산하는 방법이다. 건물 실내를 걸어 다니는 보행자들의 위치 데이터를 수집하고, 수집된 데이터를 통하여 실내 네트워크 정보를 자동으로 생성하는 방법을 다루고자 한다. 그리고 자동으로 생성된 네트워크 정보는 실내 네트워크를 표현하는 국제 표준인 IndoorGML의 형식으로 추출하여 네트워크 정보의 저장 및 교환에 쉽게 사용될 수 있도록 한다.
- 본 논문에서는 보행자들의 이동 데이터를 크라우드 소싱 방식을 통하여 수집하고 수집한 데이터를 이용하여 건물의 실내 네트워크를 생성하는 방법에 대해 알아보았다. 생성된 네트워크는 정밀도와 재현율을 측정하여 기준 네트워크와 비교하여 얼마만큼의 정확도를 가지는지 측정하였고, 생성된 네트워크의 상태와 전이에 대해서 약 90%의 정확도를 가지는 것으로 나타났다.
- 본 논문에서는 얇은 벽 모델을 이용하여 벽과 문은 셀로 여기지 않고 방과 복도와 같은 3차원 공간 객체를 하나의 셀로 볼 것이다. 예를 들어 방과 방사이가 문으로 연결되어 있다면 각 방은 하나의 셀들로 표현이 되고 그 사이의 문은 셀 바운더리로 표현이 된다.
- 본 논문에서는 크라우드소싱을 기반으로 데이터를 수집하고 이를 통해 실내 네트워크를 형성하는데 목적이 있다. 크라우드소싱을 위해서는 실내 측위에 대한 연구가 선행되어야 하며 이에 따른 와이파이 기반의 실내 측위를 보강하기 위한 선행 연구들이 있다[4].
- 본 논문에서는, 그 중에서도 아직 뚜렷한 해결 방안이 나오지 않고 있는 대형 건물의 실내 네트워크를 생성하는 방법에 대해서 알아보고자 한다. 이를 위해 기존의 실내 측위에 대한 연구를 기반으로 보행자들의 이동 데이터를 사용자 참여 형태로 수집할 것이다.
- 이는 구조가 단순한 건물에 대해서는 어렵지 않은 작업이 될 수 있지만 복합 상가와 같은 구조가 복잡한 대형 건물을 대상으로 하기에는 적합하지 않은 방법이라 할 수 있다. 이에 일반 대중의 자원을 활용하는 크라우드 소싱의 방법을 이용하여 건물에서의 보행자 이동 데이터를 수집하고 이를 기반으로 하는 실내 네트워크를 생성함을 본 연구의 목적으로 한다. 건물의 실내 네트워크 생성은 보행자의 이동 경로 데이터를 기반으로 하여 해당 표본 수가 높을수록 더욱 신뢰도 높은 네트워크를 얻을 수 있으며 보행자가 실질적으로 걸어 다닐 수 있는 공간에 대한 실내 네트워크 정보를 형성할 수 있는 장점이 있다.
- 임의의 네트워크와 덧붙일 단순화 데이터의 각 노드들이 서로 특정 범위 영역 안에 있는지 검사한다. Figure 6과 같이 덧붙일 단순화 데이터의 노드가 임의 네트워크의 노드와 같은 영역에 있다면 해당 노드를 제거한다.
가설 설정
- IndoorGML 에서는 방과 방 사이의 벽을 하나의 셀로 설정할지 단지 셀의 바운더리 개념으로 설정할지에 따라 두꺼운 벽 모델과 얇은 벽 모델로 나눌 수 있다. 두꺼운 벽 모델은 벽도 하나의 셀로 가정하며 문 또한 이에 해당한다. 얇은 벽 모델에서의 벽은 셀의 바운더리 개념으로 생각되며 하나의 에지로 표현될 수 있다.
- 이를 위해 수집한 보행자 이동 데이터에 대한 필터링 작업 또는 데이터의 단순화 작업이 필요하다. 본 논문에서는 보행자 이동 데이터에 대한 필터링은 고려는 하지 않았다. 이후 추가의 연구에서 데이터 필터링을 고려하여 더욱 일반적이고 다양한 보행자 이동 데이터에 대한 고려가 가능할 것으로 보인다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.