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
- 다음에 우리는 인간의 이동 속도가 어떠한 확률분포모델을 따르는지 연구하였다. 연구진이 수집한 총 133,908,421개의 데이터로 Kolmogorov-Smirnov Test를 통하여 어떠한 확률분포모델이 적합한지를 추론해 내었다.
- 본 섹션에서는 인간의 이동 속도가 Gamma 분포를 따를 때 실제 이동 평균과 이동 표준편차 값을 바탕으로 Gamma 분포의 모수와 이동 유의 구간 값을 계산하는 과정을 제시할 것이다. Lognormal 분포는 계산과정이 충분히 용이하고, Weibull 분포는 모바일 환경에서 실시간으로 계산하기에 적합하지 않으므로 제외한다.
- 우리는 실제 인간의 이동 속도가 따르는 확률분포모델을 위치 데이터 오류 검출 및 교정 알고리즘에 적용시키는 목적을 달성하고자 하였다. 먼저, Lognormal 분포의 경우, 이동 윈도우가 이동할 때마다 모수를 계산하고 이동 유의 구간을 계산하는데 별도의 확률분포표 사용 없이 모바일 환경에서도 충분히 처리 가능하였다.
- 일상생활에서 나타나는 이동 속도의 확률 분포에 관한 선행연구의 부재로 정규분포를 가정하였고, 후속 연구로 실제 인간의 이동 속도가 어떠한 확률분포모델을 따르는지에 관한 연구가 이루어졌다 [2]. 이를 통해 인간의 이동속도에 적합한 몇 가지 확률분포를 도출해 내었고 우리는 그 중 비교적 연산을 간단하게 수행할 수 있는 Lognormal 분포, Gamma 분포, Weibull 분포를 선택하여 기존 오류 검출 알고리즘에 어떻게 적용할 수 있을지 알아볼 것이다. 다음에 올 섹션에서는 이전에 진행된 연구들에 대해 설명하고, 섹션3 에서는 각 분포별로 오류 검출 알고리즘에 필요한 확률분포 계산과정들을 살펴볼 것이고, 섹션 4에서는 Gamma 분포에서 확률분포 계산의 예시를 살펴보고 섹션 5에서 결과 및 향후 연구방향에 대해서 논의하게 될 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.