This study proposes a data-driven framework for analyzing freeway driving behavior using multiple real-world trajectory datasets, and applies it consistently to mainline and ramp sections. The four large-scale datasets—namely highD, exiD, NGSIM I-80, and NGSIM US- 101—were processed through a unified preprocessing pipeline that converted all variables to International System Units(SI), resampled trajectories to 10 Hz, applied Savitzky-Golay smoothing to speed, and removed physically implausible and statistical outliers based on joint physical-statistical criteria. For each vehicle, 24 summary features were constructed from six longitudinal indicators–speed, acceleration, deceleration, time headway (THW), distance headway (DHW), and time-to-collision (TTC)–using their minimum, maximum, mean, and standard deviation. Indicator distributions by road type were compared using relative frequency histograms with common binning; then, principal component analysis (PCA) and K-means clustering were applied independently to each dataset. The leading principal components revealed interpretable axes related to longitudinal driving intensity (speed and acceleration level), safety margin (THW/DHW/TTC), and onramp sections; responsiveness was characterized by acceleration-deceleration variability, as observed within the analyzed datasets. Cluster interpretation yielded four relative driving behavior categories–aggressive, responsive, stable, and defensive–defined within each dataset based on indicator levels and variability rather than absolute thresholds.

선차(禅茶) 문화는 차 문화와 선(禪) 문화의 융합이며, 예술적 기교와 정신적 교감의 조화로운 통합이자 ‘동양 차 문화권’ 내에서의 상호 학습 의 산물이다. 본 논문은 중국 선차 문화의 기원과 발전 과정을 간략히 살펴보고, 빅데이터를 활용하여 주요 연구 결과와 핵심 연구 결과를 분석 하며, AI 시대의 선차 문화가 직면한 기회와 과제, 그리고 이에 따른 전 략에 대하여 제언한다.

Purse seine fishing is a fishing method that involves surrounding a school of fish with a net and then closing the net at the bottom to prevent the fish from escaping. The success rate of purse seine operations is universally determined by the trajectory of the net shooting whether in large-scale, offshore, or coastal purse seine operations. The decision on where to shoot the nets and the movement of the surrounding vessels depends on the captain's or fishing master's judgment that is based on experience. Real purse seine operations must consider wind direction, currents, wave height, and the distribution of prey and other marine life making it challenging to cast a perfect circle or oval-shaped net, often relying on various shooting trajectories based on experience. Current purse seine operations involve both the main vessel and auxiliary boats, and the shooting trajectory is determined by various environmental factors like wind direction and sea conditions making it challenging to achieve a perfect cast. This comprehensive overview of the purse seine fishing industry and its practices in South Korea provides insights into the operational techniques and challenges faced by fishermen as well as the significant role of research in enhancing fishing operations and sustainability.

본 논문은 프랑스의 장애인 고령화 대응 정책이 1975년부터 2024년까 지 거쳐온 제도화 궤적을 역사적 신제도주의 관점에서 분석하였다. 문헌 고찰을 통해 프랑스의 제도 변화를 제도 형성기(1975–1996), 기능 조정 기(1997–2004), 전환기(2005–2013), 통합정책 모색기(2014–2019), 자립 성 중심 통합체계 이행기(2020–2024)로 구분하였다. 분석 결과, 프랑스 는 강한 경로의존성 하에서도 층화(layering)·전환(conversion)· 부분적· 단계적 대체(replacement)·표류(drift)가 복합적으로 상호작용하는 점진 적 변화의 특징을 보였다. 1975년(범주화), 2005년(권리법·PCH·MDPH, CNSA), 2020년(사회보장 제5분과) 등 결정적 분기점에서 외생적 충격과 권리 담론 확산이 제도 궤도 수정의 동력으로 작용하였다. 연령 기반 범 주 분리에서 자립성(autonomie) 중심 통합체계로의 전환이 진행되었으 며, 2024년 ‘잘 나이듦과 자립을 위한 사회조성법’과 지역자립공공서비 스(SPDA) 도입으로 그 실행체계가 구체화되고 있다. 프랑스 사례분석을 통해 도출된 한국에 대한 함의는 다음과 같다. 첫째, 경로의존성을 고려 한 점진적 제도 개혁과 현장 중심의 상향식 혁신이 필요하다. 둘째, 통합 적 전달체계와 연계·조정 거버넌스의 구축이 중요하다. 셋째, 장애인과 노인을 포괄하는 권리 기반 통합 프레임의 확립이 요구된다.

탈식민지기 한국의 일본어교육은 배척과 금기에서 수용과 제도화로 전 환되었다. 광복 직후 일본어는 식민지배의 상징으로 학교 교육에서 철저 히 배제되었으나, 1960년대에 들어서자 실용적 필요성의 대두와 함께 암 묵적으로 부활했다. 1965년 한일 국교 정상화를 계기로 일본어교육이 재 편입되었고, 1970년대에는 일본어가 고등학교 제2외국어 정식 교과로 채 택되었다. 이러한 전개는 결코 이념적 공백에서 이루어지지 않았음을 보 여준다. 실제로 일본어교육은 민족 정체성과 주체성을 둘러싼 담론의 장 이었으며, 초기에는 식민 통치의 상처를 극복하고 자주성을 확립하기 위 한 일본어 배척 논리가 지배적이었으나 이후 국가 발전과 현실적 필요를 반영한 수용 논리가 이를 대체하였다. 이는 모든 교육정책이 시대적 맥 락과 이념의 영향 아래 놓인다는 점을 시사한다. 1981년까지만 다룬 본 연구의 시기는 일본어 교육 담론의 끝이 아닌 분수령이다. 1980년대 이 후 사회 변화에 따라 새로운 국면을 맞았고, 1990년대 후반 일본 대중문 화 개방으로 일본어 학습 열풍이 재점화되는 등 한일 관계 변화에 따른 담론 변화가 이어졌다. 향후 사회적 영향에 대한 통합적 분석 등 후속 연구가 필요하다. 이를 통해 광복 이후 현대까지 이어진 일본어교육의 전모를 밝히고 일본어교육의 발전에 대한 통찰을 얻을 수 있을 것이다.

본 연구는 웨어러블 로봇 기술을 활용하여 비대칭 보행을 정량적으로 분석하는 방법을 개발하 고, 이를 재활 운동 전략에 적용할 가능성을 탐색하는 것을 목적으로 하였다. 편마비 환자에게서 흔히 관찰 되는 보행 비대칭성을 모의하기 위해, 4명의 건강한 참가자(남성 1명, 여성 3명)가 고관절에 엔코더 센서가 장착된 웨어러블 로봇을 착용한 상태로 10m 직선 경로에서 보행 실험을 10회 수행하였다. 센서를 통해 고 관절 각도 및 각속도에 대한 실시간 데이터가 수집되었으며, 수집된 데이터는 MATLAB 기반의 시뮬레이 션 환경에서 처리되어 보행 위상 궤적을 구성하였다. 위상 궤적은 보행의 주기적 역학적 특성을 시각화하 였으며, 좌·우 고관절 위상 궤적이 둘러싼 면적을 비교함으로써 보행 비대칭성을 정량적으로 평가하였다. 분석 결과, 참가자 간 보행 대칭성에서 뚜렷한 차이가 확인되었다. 또한 비대칭 정도를 정량화하기 위하여 평균 절대 오차(Mean Absolute Error, MAE)와 평균 제곱근 오차(Root Mean Square Error, RMSE)를 활용하였다. 이러한 지표들은 위상 궤적 분석이 보행 이상을 진단하고 모니터링할 수 있는 효과적인 도구 가 될 수 있음을 보여준다. 연구 결과는 본 방법론이 보행 장애를 가진 개인에게 맞춤형 재활 프로그램 및 운동 기반 중재를 개발하기 위한 기초적 접근으로 활용될 수 있음을 시사한다. 다만, 본 연구는 소수의 건 강한 참가자만을 대상으로 수행되었으므로 제안된 방법의 예비적 타당성을 확인하는 수준에 그치며, 향후 에는 다양한 보행 환경과 임상 집단을 포함한 대규모 연구 및 실시간 제어 알고리즘의 적용을 통해 임상적 활용 가능성을 더욱 강화할 필요가 있을 것이라 판단되어진다.

Republic of Korea is building a multi-layered missile defense system against North Korea’s growing ballistic missile threat. To maximize the intercept performance of a multi-layered missile defense system, it is important to develop an efficient engagement plan that considers the interceptable time/space of each interceptor system for ballistic missiles. To do so, it is necessary to predict the flight trajectory of the ballistic missile, which must be done within a short time considering the short battlefield environment and the speed of the ballistic missile. This study presents a model for rapid trajectory prediction of ballistic missiles using the kinetic characteristics of each flight phase(thrust phase, midcourse phase, and re-entry phase) of ballistic missiles, a method for estimating kinetic information from ballistic missile observation data(time and position), and a mathematical analysis of the equations of motion of ballistic missiles.

이 논문은 한국교회의 괄목할 성장에 기여한 역사적, 정치적, 인류학적 요소들을 연구한다. 연구자는 한국교회 성장을 용이하게 한 몇몇 핵심 요소들과 더불어 하나님의 완벽한 타이밍의 역사가 결정적이라고 주장한 다. 역사적으로, 이 논문은 가톨릭교회의 초기 순교와 북한 그리스도인들의 공헌들에 진 빚을 강조한다. 성경의 한국어 번역과 네비우스 방법의 영향 역시 역설한다. 정치적으로, 이 논문은 정치적 불확실성과 독립과 민주화 운동들에 교회의 참여가 어떻게 성장을 촉진했는가를 연구한다. 인류학적 으로, 이 논문은 어떻게 그리스도교가 한국인들이 느끼는 필요들, 특히 사회적 불평등들과 종교적 진공상태들을 충족시켰는지 초점을 맞춘다. 이 논문은 최근의 한국감리교회의 감소세를 강조하며 물질적인 복의 지나친 강조와 일상생활로부터 신앙의 분리 등을 지속적 교회 성장의 장애물들로 언급함으로써 결론을 맺는다. 연구자는 지속적인 한국교회의 성장을 위한 방향들로 영적인 복의 새로운 강조와 깊숙한 공동체 참여와 믿음과 삶의 전체적 통합(성속일여) 등을 제안한다.

This study evaluated the short- and long-term prediction performances of a transformer-based trajectory-forecasting model for urban intersections. While a previous study focused on developing the basic structure of a transformer model for future trajectory prediction, the present study aimed to determine a practical prediction sequence length. To this end, multiple transformer models were trained with output sequence lengths ranging from 1 s to 10 s, and their performances were compared. The trajectory data used for training were generated through a microscopic traffic simulation, and the model accuracy was assessed using the metrics average displacement error (ADE) and final displacement error (FDE). The results demonstrate that the prediction accuracy decreases significantly when the output trajectory length exceeds 3 s. Specifically, straight-driving trajectories exhibit rapidly increasing errors, while turning trajectories maintained a relatively stable accuracy. In contrast, for turning-driving trajectories, prediction errors increased sharply during short-term forecasting, but the increase was more gradual in long-term forecasts. Additionally, the long-term prediction models produced higher errors even in the initial 1-second outputs, implying a tendency toward conservative inference under uncertain future scenarios. This conservative behavior is likely influenced by the model’s effort to minimize the overall loss across a broader prediction window, especially when trained with Smooth L1 loss function. This study provides practical insights into model design for edge-computing environments and contributes to the development of reliable short-term trajectory prediction systems for urban ITS applications.

도로 위 차량의 차로변경은 주변 차량의 움직임에 민감하게 반응해야 하며, 적절한 속도와 타이밍으로 수행하지 못할 경우 교통 흐름을 방해하고 부정적인 영향을 초래할 수 있다. 자율주행차량(Autonomous Vehicle, AV)은 이러한 문제를 해결하기 위해 주변 상황을 정확히 판단하고 인지하여 차로변경을 수행한다. 이때, 안전 관리 전략의 일환으로 최적화된 차로변경 주행 궤적을 제공함으로써 안전하고 효율적인 차로변경을 실현하는 것이 중요하다. 본 연구는 이러한 배경에서 주변 차량과 EGO 차량의 예측 주행 궤적에 기반한 확률론적 개념인 risk field를 계산하고, 이를 활용하여 차량의 종방 향 및 횡방향 안전 궤적을 제시하였다. 이를 위해 고속도로 드론 데이터를 활용하여 차량 간 상호작용 상황을 분석하고, 차로변경 시나리오 데이터를 분류하였다. 연구에서는 주행 속도와 차량의 경위도 등 1.1초 동안의 연속된 주행 데이터를 입력으로 사용하였으며, 다층 인코더-디코더 장단기 메모리 네트워크(EDLN) 모델을 통해 미래 6초 후 차량의 위치를 예 측하였다. 이후 장 이론(field theory)을 기반으로 한 risk field 모형을 통해 도로 위 각 지점의 위험도를 정량화하였다. 또한, 차량의 거동 제약, 주행 편의성, 그리고 안전성 제약 조건을 반영하여 안전 궤적을 생성하였다. 마지막으로, 생성된 궤적이 교통류 안전성에 미치는 영향을 평가하기 위해 예측된 주행 궤적(predicted trajectory)과 실제 주행 궤적(ground truth)을 비교 분석하였다. 평가지표는 대리 안전 지표(surrogate safety measure, SSM) 중 TTC(Time to Collision)와 PET(Post Encroachment Time)를 활용하였다. 본 연구는 제안된 안전성 정량화 및 궤적 생성 방법이 기존 방법론과 비 교하여 우수한 성능을 보임을 입증하였으며, 향후 자율주행차량 혼재 교통류 및 완전 자율주행 교통류에서 높은 효율성 과 안전성을 확보하는 데 기여할 것으로 기대된다.

The purpose of this study was to develop the Functional golf inner-wear by preventing the injuries and enhancing the performance of the Golf swing by checking the influence of the wearing of the functional golf inner-wear considering golf characteristics on the Swing trajectory and Shot distance. Functional inner-wear effective for golf swing was manufactured using the sports taping method. Changes in driver and iron swing before and after wearing the functional golf inner-wear manufactured in this way were measured using trackman equipment. Measurement variables were limited to Club Speed, Attack Angle, Club Path, Ball Speed, Smash Factor, and Priority. Before and after wearing functional golf inner-wear, there were statistically significant differences in driver club speed, iron club speed, driver etch angle, iron club pass, driver ball speed, driver smash factor, iron smash factor, driver carry, iron carry, and right shoulder joint proprioceptive sensory ability. As a result, functional golf inner-wear is effective for ball speed, impact, and carry by increasing club speed and efficient swing. Future research will focus on the development of functional golf that can improve the swing ability in a short game that plays an important role in the golf game through various sports taping grafting technique, textile, special material, film, Research on functional golf inner-wear.

목적 : 본 연구의 목적은 Coronavirys Disease(COVID-19) 팬데믹을 거친 고령자의 사회적 건강의 수준의 변화궤적에 대한 잠재계층을 분류하고 잠재 계층별 특성을 분석함에 있다. 또한 이러한 사회적 건강에 영향을 미치는 예측요인을 파악하여 고령자의 사회적 건강을 증진을 위한 기초자료를 마련하고자 한다. 연구방법 : 국내 고령자의 사회적 친밀도에 따른 사회적 건강 유형을 파악하기 위해서 한국복지패널의 3 년차 종단자료를 토대로 분석하였으며, 연구대상자는 세 시점 모두를 응답한 2845명의 고령자를 대상으 로 하였다. 대상자중심접근인 성장혼합모형(Growth Mixture Model; GMM)을 적용하여 변화궤적에 따 른 잠재계층을 분석 하였고, 도출된 각 잠재유형별 특성을 파악하기 위해 χ2 분석, 분산분석을 실시하 였으며, 계층 간 차이를 유발하는 요인을 파악하기 위해 다항로지스틱 회귀분석을 실시하였다. 결과 : GMM 적용결과, 사회적 건강의 변화궤적에 대한 잠재계층은 최종 4개의 집단으로 저수준 감소-증 가 집단, 중수준 유지-증가 집단, 고수준-감소 집단, 고수준 유지’집단으로 분류되었다. 또한 사회적 건강 수준에 따라 여가만족도에서 차이가 나타나는 것으로 드러났으며, 그 외에도 연령 차이가 존재하였 다. 잠재계층분류에 영향을 미치는 영향변인을 검증한 결과, 특히 여성일수록, 종교를 가지고 있을수록, 여가만족도와 전반적 만족도가 모두 높을수록 고수준 유지 집단에 속할 확률이 높은 것으로 나타났다. 결론 : 국내 고령자의 사회적 건강은 시간이 지남에 따라 감소하는 궤적을 보이는 것으로 나타났다. 변화 궤적에 따라 4개의 집단으로 구분 지을 수 있으며, 각 잠재 유형별 연령과 여가 만족도 부분에서 집단별 차이가 드러났다.

오늘날 위치 수집 기술의 발전과 모바일 기기의 증가로 사람의 이동 궤적 데이터를 활용할 기회가 증가하고 있다. 특히 스마트폰 궤적 데이터에서 체류 지점의 도출은 이를 기반으로 다음 방문 장소 예측, 소요 시간 예측, 장소 추천 등 다양한 응용에 기초가 되는 분석이다.본 연구는 스마트폰 GPS 궤적 데이터에서 체류 지점을 도출하고, 체류 지점에 대한 맥락정보 부여 방안에 초점을 두었다. 생활 패턴 마이닝을 최종 목표로 하여 맥락정보 생성 절차를 체계화하였다. 맥락정보 부여를 위해 카카오 POI를 사용하였으며, POI 카테고리의 재분류, 거주지 추정을 위한 건물군 데이터의 추가, 시간 정보를 고려한 맥락정보 수정 그리고 대단위 건물군내 상업시설 통합 등의 과정을 체계화하였다. 생성된 맥락정보를 바탕으로 개인의 체류 시간, 체류 빈도, 이동 궤적, 이동 반경을 속성값으로 생성하였다. 이후 생활 패턴 분석을 위해 차원 축소, 군집화 과정을 거쳐 각 군집의 특징을 파악하였 다. 본 연구는 안양시 거주민 47명의 약 일주일간 스마트폰 GPS 데이터를 수집하여 적용하였으며, 체계화 된 체류 지점과 맥락정보 를 활용하여 생활 패턴을 마이닝함으로써 맥락정보 활용 가능성을 입증하였다는 점에 의의가 있다.

최근 GPS에 기반한 위치 수집 기술의 발전과 스마트폰과 같은 GPS를 탑재한 디바이스의 폭발적인 증가로 사람, 차량, 선박, 항공체와 같은 움직이는 물체의 지리적 위치에 대한 엄청난 양의 데이터가 실시간으로 수집되고 있다. 이는 사물의 움직임과 관련된 중요한 학문적 및 실용적 가치를 가지고 있다. 이와 같은 데이터를 분석하기 위한 데이터 마이닝 방법 또한 함께 발전하고 있으며 연구자들은 궤적 데이터를 활용하여 도시에서 일어나는 이동 현상과 도시를 구성하는 장소 간의 관계 등을 탐색함으로써 다양한 도시 문제에 대한 해결방안을 제시하고 있다. 궤적은 다양한 물체의 움직임을 추적할 수 있는 만큼 그 활용 분야와 목적 역시 매우 다양하여 도시 계획, 교통, 행동생태학, 공공안전, 이상 및 위반 탐지, 감시 등과 같은 분야에서 널리 활용되고 있다. 특히 최근 데이터 마이닝 방법론과 딥러닝 기술의 발전으로 궤적 데이터 분석에 다양한 분석방법이 융합적으로 접목되어 의미 있는 연구결과 도출되고 있어 이에 대한 체계적 분석이 필요하다. 이러한 배경하에 본 연구는 궤적 데이터를 활용한 국내외 약 150여 편의 연구를 응용분야 및 활용방법론 별로 구분하고, 응용분야별, 궤적 데이터 분석 방법론별 최근 동향을 분석하였다. 이는 향후 궤적 데이터에 적용가능한 방법론 탐색, 궤적 데이터 분석과 관련된 구체적 사례 탐색, 궤적 데이터를 활용한 응용서비스 도출의 자료로 활용될 수 있을 것으로 사료된다.

PURPOSES : A methodology for estimating micro-emission factors using vehicle trajectory data collected from navigation and DTG devices and basic emission factors for each vehicle type of the MOtor Vehicle Emission Simulator (MOVES) is presented. The methodology can calculate micro-emissions based on only the traffic volume and average speed for each vehicle type. METHODS : Cluster analysis was performed by accumulating the trajectories of individual vehicles on a specific road section into speed groups in which vehicles drove with the same range of average speed. Then, the micro-emission factors were estimated for each speed group. RESULTS : Using the vehicle trajectory data revealed that the emissions calculated from micro-emission factors estimated by the proposed methodology were similar to the sum of the emissions calculated from the vehicle trajectories for each vehicle. CONCLUSIONS : The micro-emission factor database for each road type and vehicle type proposed in this study should be useful for estimating vehicle emissions on the road. The proposed method can calculate emissions in the same way as the macroscopic analysis method, using the traffic volume, average speed, and link length.

본 연구에서는 토양-탄체 간 분리 및 재접촉을 고려한 IFL 기반 침투해석 기술을 개발하고 이를 기존 문헌의 실험결과와 비교하는 연구를 수행했다. 탄체를 강체로 가정한 후, 토양 내로 침투 시 발생하는 구형공동팽창 현상을 고려함으로써 탄체의 궤적을 예측할 수 있다. 토양에 대한 저항함수는 Mohr-Coulomb 항복 모델을 활용했으며, 입사각 혹은 AOA에 따른 J-hook 현상을 모사할 수 있다. 기존 문헌에서의 실험결과(총 6회)와의 비교 결과, 수치해석으로부터 예측한 탄체의 침투 깊이는 실험대비 약 13.4%의 평균오차를 나타냈 다. 일반적으로 탄체의 침투 경로를 예측하기 위해 유한요소법이 널리 활용된다. 하지만, 유한요소법 활용 시, 탄체의 모델링을 위해 많은 시간과 노력이 필요하며, 해석 수행을 위해 수 시간이 소요된다. 본 연구를 통해 개발한 모델을 활용할 시, 탄체의 치수 입력만 필 요하며 해석 시간도 수 초 이내이다.

Maritime monitoring requirements have been beyond human operators capabilities due to the broadness of the coverage area and the variety of monitoring activities, e.g. illegal migration, or security threats by foreign warships. Abnormal vessel movement can be defined as an unreasonable movement deviation from the usual trajectory, speed, or other traffic parameters. Detection of the abnormal vessel movement requires the operators not only to pay short-term attention but also to have long-term trajectory trace ability. Recent advances in deep learning have shown the potential of deep learning techniques to discover hidden and more complex relations that often lie in low dimensional latent spaces. In this paper, we propose a deep autoencoder-based clustering model for automatic detection of vessel movement anomaly to assist monitoring operators to take actions on the vessel for more investigation. We first generate gridded trajectory images by mapping the raw vessel trajectories into two dimensional matrix. Based on the gridded image input, we test the proposed model along with the other deep autoencoder-based models for the abnormal trajectory data generated through rotation and speed variation from normal trajectories. We show that the proposed model improves detection accuracy for the generated abnormal trajectories compared to the other models.

Maritime monitoring requirements have been beyond human operators capabilities due to the broadness of the coverage area and the variety of monitoring activities, e.g. illegal migration, or security threats by foreign warships. Abnormal vessel movement can be defined as an unreasonable movement deviation from the usual trajectory, speed, or other traffic parameters. Detection of the abnormal vessel movement requires the operators not only to pay short-term attention but also to have long-term trajectory trace ability. Recent advances in deep learning have shown the potential of deep learning techniques to discover hidden and more complex relations that often lie in low dimensional latent spaces. In this paper, we propose a deep autoencoder-based clustering model for automatic detection of vessel movement anomaly to assist monitoring operators to take actions on the vessel for more investigation.