Convolutional AutoEncoder를 이용한 GPS Data Denoising

Q: 이 논문에서 정의한 AutoEncoder란 무엇인가?

AutoEncoder는 인코딩과 디코딩 부분으로 나뉘는 네트워크이다. 인코딩 과정에서 입력 데이터의 차원을 줄여 핵심 특징을 학습하고, 디코딩 과정에서 이 줄어든 형태(코드)의 차원을 다시 키워 원본 입력과 최대한 유사한 출력을 생성한다. 입력과 출력의 차이를 최소화하는 것이 핵심이다.

Q: Convolutional AutoEncoder를 이용한 GPS 데이터 Denoising은 어떻게 이루어지는가?

연구 결과, 잡음이 포함된 GPS 궤적 이미지를 학습 데이터로, 원본 이미지를 레이블 데이터로 사용하여 Convolutional AutoEncoder를 학습시킨다. 학습된 모델은 잡음이 있는 이미지를 입력받아 디코딩 과정에서 위치 오류가 발생한 좌표와 그렇지 않은 좌표를 구분하여 효과적으로 잡음을 제거한다.

장준영; 안태진; 박희민

학술대회자료

저자정보: 장준영 (상명대학교) 안태진 (상명대학교) 박희민 (상명대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2020 한국소프트웨어종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

자동차 기술의 발전에 따라 GPS 데이터를 사용하는 다양한 신기술들이 생겨났다. 하지만 여러 가지 이유로 핵심인 GPS 데이터에 잡음이 생겨 잘못된 위치에 좌표를 기록하게 된다. 이러한 GP ... 전체 초록 보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료