특징 벡터를 이용한 유사 경로 탐색 기법

두 경로가 서로 얼마나 비슷한지를 수치적으로 산출하는 것을 의미한다. 본 연구에서는 GPS 데이터를 이미지로 변환한 후 Convolutional Autoencoder를 통해 추출한 특징 벡터 간의 코사인 유사도와 평균 제곱 오차를 활용하여 그 유사성을 측정한다.

연구 결과, GPS 경로를 셀 단위 이미지로 변환하여 CAE 인코더로 64차원의 특징 벡터를 추출하고, 대응하는 벡터 간의 코사인 유사도 합산 및 MSE를 계산함으로써 전체 및 부분 경로의 유사성을 효율적으로 판별할 수 있다.

학술대회자료

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2021 한국소프트웨어종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

GPS, 자동차 기술의 발달에 따라 많은 GPS 경로가 수집되었고 활용가치가 높아졌다. 이를 활용할 수 있는 방법 중 경로 유사도 계산이라는 것이 존재한다. 기존의 관련 연구들은 계산, 시 ... 전체 초록 보기

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