최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보처리학회 2014년도 춘계학술발표대회, 2014 Apr. 22, 2014년, pp.777 - 780
김종환 (경기대학교 컴퓨터과학과) , 이석준 (경기대학교 컴퓨터과학과) , 김인철 (경기대학교 컴퓨터과학과)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
은닉 마코프 모델의 학습을 위해 결정해주어야 하는 요소로는 무엇이 있는가? | 은닉 마코프 모델의 학습을 위해 결정해주어야 하는 요소로는 모델의 구조(structure), 상태(state) 수, 그리고 관측(observation) 수 등이 있다. 본 연구에서 은닉 마코프 모델의 구조는 주요 장소들의 반복으로 이루어진 이동 궤적을 표현하기에 적합한 어고딕(ergodic) 모델을 사용한다. | |
맵리듀스 기반의 분산 데이터 마이닝 시스템은 어떻게 구성되어 있는가? | 본 논문에서는 휴대용 기기 사용자들의 이동 궤적을 기록한 대용량의 GPS 위치 데이터 집합을 분석하여 각 사용자의 다음 방문 장소를 효율적으로 예측할 수 있는 맵리듀스 기반의 분산 데이터 마이닝 시스템을 소개한다. 본 시스템은 크게 사용자별 이동 패턴 모델을 학습하는 후단부(back-end)와 실시간으로 다음 방문 장소를 예측하는 전단부(front-end)로 구성된다. 이 중에서 후단부는 3개의 맵리듀스 작업 모듈들로 구성된다. | |
LBS에 관한 관심이 증가하게 된 배경은? | 최근 들어 스마트폰과 같은 휴대용 기기(mobile device)의 보급률이 높아지고 모바일 센서 기술이 발전함에 따라, 대용량의 GPS 위치 데이터를 이용한 위치 기반 서비스(location-based service, LBS)에 관한 관심이 증가하고 있다. 예를 들면, 사용자의 다음 방문 장소를 미리 예측하여 주변 관광지나 맛집 등을 추천해주거나, 또는 운전자의 다음 이동 장소를 예측하여 사고 지역이나 정체 구간 등과 같은 실시간 교통정보를 미리 제공함으로써 운전자에게 도움을 줄 수도 있다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.