인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
RNN 모델은 시계열 데이터를 활용하는 다양한 응용 분야에서 뛰어난 성능을 내며 시계열 데이터에 특화된 모델로 자리매김했다. 그러나 일반적인 시계열 데이터와 달리 이동경로들은 시공간 데이터로써 공간에 대한 정보도 고려해야 하므로 이에 특화된 특징 추출 방법이 필요하다. 따라서 본 연구에서는 단순히 시계열 데이터를 처리하는 Recurrent neural network(RNN) 계열의 모델을 구축하여 특징을 추출하는 것이 아니라 이동경로만의 구별되는 양질의 특징을 보다 효과적으로 추출할 수 있는 알고리즘을 설계하였다. 이를 위해 Seq2Seq 오토인코더 기반 모델을 구축하여 인간의 복잡한 이동성 특징을 효과적으로 추출하였고, 나아가 추출된 특징 벡터를 활용하여 일반적인 트렌드를 벗어나는 이상 이동경로를 효율적으로 탐지해 내었다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2020-452-000523695
