위치 측위 정확도 향상을 위한 앙상블 모델 기반 지능형 미아 방지 시스템

Q: 이 논문에서 정의한 앙상블 모델이란 무엇인가?

다수의 머신러닝 모델이 도출한 개별 예측 결과들을 종합적으로 분석하고 통합하여 최종적인 예측 결정을 내리는 모델을 의미한다. 본 연구에서는 SVM, MLP, 2D-CNN과 같은 여러 모델을 결합하여 단일 모델이 가진 성능상의 한계를 극복하고 측위 정확도를 높이는 방식으로 활용된다.

Q: 지능형 미아 방지 시스템에서 앙상블 모델의 위치 측위 정확도는 어떠한가?

연구 결과, 앙상블 모델은 약 62.9%의 정확도를 기록하며 SVM, MLP, 2D-CNN과 같은 단일 머신러닝 모델보다 높은 성능을 보였다. 따라서 다수의 모델을 결합한 방식이 실제 실내 환경에서 위치를 측정하는 데 더욱 적합하고 효율적임이 입증되었다.

김태욱; 양태훈

학술대회자료

저자정보: 김태욱 (국립안동대학교) 양태훈 (국립안동대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2024 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

미아 발생 방지 및 예방을 위해 다양한 미아 방지 시스템이 연구되어오고 있다. 실내외를 구분하지 않고 효과적인 미아 방지 시스템의 구현을 위해 머신러닝을 활용할 수 있다. 하지만 단일 머신러닝 모델을 활용해 실제 환경의 위치 측위 시 다양한 방해 요소로 인해 낮은 정확도를 보인다. 따라서 본 논문은 ... 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