최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보처리학회 2013년도 제40회 추계학술발표대회, 2013 Nov. 08, 2013년, pp.1092 - 1095
온경운 (홍익대학교 컴퓨터공학과) , 이준석 (홍익대학교 컴퓨터공학과) , 송하윤 (홍익대학교 컴퓨터공학과)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
위치 데이터가 상당수 오류를 포함하는 이유는? | 이러한 기기들은 다양한 위치 기반 모바일 서비스를 제공하는데 큰 역할을 한다. 그러나 이러한 위치 데이터는 시스템 자체나 환경적인 이유로 인해 상당수 오류를 포함하고 있다. 모바일 기기 관점에서 이러한 오류들은 치명적일 수 있으므로 스스로 검출, 교정하여야 한다. | |
이동 윈도우를 이용한 위치 데이터 오류 검출, 및 교정 알고리즘에서 무엇을 오류로 간주하였나? | 위치 데이터의 형식은 <위도, 경도, 시간>으로 이를 통해 두 연속된 데이터 투플 간의 속도와 가속도를 계산하였다 [3][4]. 그리하여 비현실적인 가속도를 갖거나, 속도가 현재의 경향에서 급격하게 변화하는 경우를 오류로 간주하였다. 현재의 경향을 반영하기 위해 우리는 이동 윈도우 개념을 도입하였다. | |
인간의 이동 속도에 어떤 확률분포모델이 적합한지 추론한 연구에서 무엇이 비교적 잘 맞는 분포로 판명되었나? | 연구진이 수집한 총 133,908,421개의 데이터로 Kolmogorov-Smirnov Test를 통하여 어떠한 확률분포모델이 적합한지를 추론해 내었다. 결론적으로 Pearson6, Burr, Weibull, Lognormal, Dagum, Pearson5, Log-Pearson, Gamma 분포 등이 비교적 잘 맞는 분포로 판명되었다 [2]. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.