PURPOSES : The reliability of traffic volume estimates based on location intelligence data (LID) is evaluated using various statistical techniques. There are several methods for determining statistical significance or relationships between different database sets. We propose a method that best represents the statistical difference between actual LID-based traffic volume estimates and the VDS values (i.e., true values) for the same road segment. METHODS : A total of 2,496 datasets aggregated for 1-h LID and VDS data were subjected to various statistical analyses to evaluate the consistency of the two datasets. The VDS data were defined as the true values for comparison. Four different statistical techniques (procrutes, 2-sample t-test, paired-sample t-test, and model performance rating scale) were applied. RESULTS : In cases where there is a specific pattern (e.g., traffic volume distribution considering peak and off-peak times), distribution tests such as Procrustes or Kolmogorov-Smirnov are useful because not only the prediction accuracy but also the similarity of the data distribution shape is important. CONCLUSIONS : The findings of this study provide important insight into the reliability of LID-based traffic volume estimation. To evaluate the reliability between the two groups, a paired-sample t-test was considered more appropriate than the performance evaluation measure of the machine-learning model. However, it is important to set the acceptance criteria necessary to statistically determine whether the difference between the two groups in the paired-sample t-test varies according to the given problem.

PURPOSES : This study aims to investigate the reliability of the real-time estimation of intersection traffic volumes based on the integration of location intelligence data and smart intersection data. METHODS : Location intelligence data (LID) and smart intersection data were obtained at eight intersections in Inju-daero, Incheon. The two datasets were then integrated to estimate traffic volumes for intersections in the shadow section, where traffic information was not expected to be obtained. The traffic estimation accuracy was evaluated using the total traffic, approach traffic, and turning movement volumes at the intersections. The estimated traffic was compared with the actual traffic volumes in the smart intersection data to validate the reliability of traffic estimation. RESULTS : The average traffic estimation error for the total intersection volume was approximately 4.5% for the five intersections in the shadow section. The estimation errors for the approach volumes (less than 5%) were also consistently low, except from 12 pm to 1 pm. CONCLUSIONS : The findings of this study suggest that location intelligence data can be combined with smart intersection data to estimate real-time traffic for shadow sections on roadways. This could enable a cost-effective cooperative intelligent transport system (C-ITS) when the municipal budget is limited, ultimately leading to the sustainable operation of C-ITS.

본 연구는 대도시에서 미세먼지 없는 학교 부지를 찾는 Model Eliciting Activity (이하 MEA) 활동을 통해 고 등학교 학생들의 문제 해결 특성을 조사하기 위한 것이다. 5차시로 개발된 MEA 활동에 79명의 고등학교 2학년 학생 들이 참여 하였으며, MEA 활동지를 주요 데이터로 수집하였다. 학생들이 작성한 활동지의 개방형 질문에 대한 답을 기반으로 학생들의 문제 해결 모델을 귀납적 및 질적 방법으로 분석하였다. 먼저 학생들이 다른 데이터보다 어떤 데이 터를 우선적으로 사용했는지 순서를 분석한 후 주어진 데이터 세트를 어떻게 상호 연결하여 순서를 결정하는지 분석하 였다. 분석결과 학생들은 미세먼지 배출량이 많은 곳을 기피하기 위해 미세먼지 배출농도, 산업단지 분포 등 미세먼지 와 직접적으로 관련된 데이터를 먼저 활용하는 경향이 있음을 알 수 있었다. 흥미롭게도 MEA 활동에서 고등학생의 문 제 해결 특성은 매우 다양하여 76명의 학생이 총 61가지 유형의 문제 해결 모델을 제작한 것으로 나타났다. 문제를 해 결하기 위해 동일한 순서의 데이터를 사용하는 학생의 최대 수는 6명으로 학생들의 문제 해결 방법은 매우 다양함을 보여준다. 그러나 공통적으로 미세먼지 농도가 높은 곳을 제외하는 방법으로 미세먼지 배출과 직접적으로 관련된 데이 터를 먼저 선택하는 특성을 보였다.

In today's fast-evolving technological environment, the growth of mobile devices has provided businesses with additional knowledge on how to effectively communicate with their targeted audience. As big data generated by mobile users has become a valuable source for improving communication, users’ location data has provided an additional parameter to take into account while trying to enhance the effectiveness of digital marketing campaigns. This paper presents a comparative study of the location-based marketing field and tools. It provides an overview of different exploitation methods of location-based mobile services and data for effective digital marketing campaigns and guidelines for future research.

PURPOSES : This study aims to suggest how to utilize "standby data" of shared mobility that does not contain personal information and examine whether "standby data" can derive existing shared mobility operation analysis items similarly. METHODS : An existing Personal Mobility (PM) traffic pattern analysis was performed by identifying the user (User ID) and the user's route in a time frame. In this study, the PM traffic pattern analysis focuses on a vehicle (ID of the standby vehicle) and its standby location. We examined whether the items derived from the User ID-based traffic pattern analysis could also be derived from the standby Vehicle ID-based analysis. RESULTS : The analysis showed that all five items (traffic volume by time slot, peak time, average travel time, average travel distance, and average travel speed) of the existing User ID-based PM travel analysis result could be derived similarly using the standby Vehicle ID-based PM traffic analysis. However, the disadvantage is that the average driving distance is calculated as a straight-line distance. It seems possible to overcome this limitation by correcting the average driving distance through linkage analysis with road network data. However, it is not possible to derive the instantaneous maximum speed or acceleration/deceleration. CONCLUSIONS : In an era in which various means of transportation are being introduced, data sharing is not preferred because of legal issues.Consequently, it is difficult to understand the use of new means of transportation and formulate new policies. To address this, data sharing can be active based on standby data that is not related to personal information.

The Location Based Service is growing rapidly nowadays due to the universalization of the use for smartphone, therefore the location determination technology has been placed in an important position. This study suggests a method that can provide the estimate of users’ location by using PDR method and smartphone geomagnetic sensor data. This method assists the measure of enhancing the accuracy of indoor localization. Moreover, it is to study ways to provide the exact indoor layout for evacuating the workers in emergency such as fires and natural disasters.

The LBS(Location Based Service) technology plays an important role in reducing wastes of time, losses of human lives and economic losses by detecting the user's location in order by suggesting the optimal evacuation route of the users in case of safety accidents. We developed an algorithm to estimate indoor location, movement path and indoor location changes of smart phone users based on the built-in sensors of smartphones and the dead-reckoning algorithm for pedestrians without a connection with smart devices such as Wi-Fi and Bluetooth. Furthermore, seven different indoor movement scenarios were selected to measure the performance of this algorithm and the accuracy of the indoor location estimation was measured by comparing the actual movement route and the algorithm results of the experimenter(pedestrian) who performed the indoor movement. The experimental result showed that this algorithm had an average accuracy of 95.0%.

개별 명승에 대한 심도 있는 조사와 논의에도 불구하고, 우리나라 명승의 개괄적인 특성을 설명하는 자료가 부족하다. 법적으로 지정된 명승과 조선시대까지 보고된 구곡팔경의 배경이 되는 곳의 좌표자료를 활용하여 기초적인 공간분석을 수행하였다. 명승은 해안부터 1900미터의 범위를 가지지만 평균고도는 200미터이며, 장축과 단축의 비율은 1에서 78사이에 분포하고, 중앙값은 2.1정도이다. 명승이 가장 많이 분포하는 곳은 시도 수준에서 강원도이지만, 시군구로 분석하면 서귀포시가 가장 많다. 구곡팔경의 정확한 위치는 아직 다 파악하지 못한 상태지만 확실한 것만을 고려하여 시군구 단위로 분포 빈도수를 비교한 결과 경북과 충북지역에 많은 수가 분포함을 확인할 수 있었으며, 명승의 분포와는 다른 모습을 보여준다. 다양한 공간분석의 결과는 명승전체를 설명하는 스토리텔링 콘텐츠로 활용이 가능하다. 명승과 구곡팔경을 동시에 고려한 결과, 명승이면서 구곡팔경에 속하는 것과 각각 별개로 존재하는 것을 확인할 수 있었다. 또한 논의에서 고지도 지명 가운데 속성지명과의 비교 연구의 가능성을 제언하였다.

최근 머신러닝은 빅데이터에 대한 분석방법으로서 학습을 통한 지능화된 문제해결 방안으로서 관심이 증가하고 있다. 본 논문은 LBSN 데이터와 머신러닝 방식을 이용하여 토지이용현황을 파악하는 분석을 시도하였다. 도시계획에 있어서 토지이용현황의 파악은 직접적인 현장 조사에 의존해 왔다. 최근 스마트폰 사용자가 증가하면서 등장하고 있는 위치기반 소셜미디어의 자료들 은 토지이용의 상황을 반영하는 빅데이터로서, 머신러닝 방법론은 이들에 대한 자동화된 분석을 할 수 있게 한다. 본 연구에서는 LBSN 자료와 머신러닝 기법을 이용하여 토지이용을 예측하는 모델을 개발하여 실제 토지이용현황 자료와의 비교분석을 수행하였다. 이러한 분석을 통해 LBSN자료를 이용한 토지이용현황의 자동화된 분석 방안에 대해 연구하였다.

본 연구에서는 국내 위치기반소셜 네트워크(LBSN)의 공간분포 특징을 분석하였다. LBSN에서 발생하는 정보의 특징은 사용자들이 작성한 콘텐츠가 지역과 밀접한 관계를 갖는 내용이기에 해당 지역이 갖는 특징들을 반영하고 있다는 점이다. 본 연구에서는 가장 대표적인 서비스인 포스퀘어를 사례로 베뉴와 팁에 관한 정보를 수집하여 데이터의 지역 간의 특징 및 차이를 분석하였다. LBSN자료의 정량적인 특징인 베뉴 및 팁의 수와 함께 정성적인 특징인 베뉴의 범주, 팁의 콘텐츠에 대한 정성적인 분석을 통해 지역별로 나타나는 콘텐츠의 특징을 분석하였다. 분석결과 도시지역을 대표하는 서울특별시와 관광지역인 제주도에 있어, 베뉴의 범주와 팁 텍스트의 질적인 특징들을 확인할 수 있었다.

This study is one that estimates the architectural composition as well as the location of guest house of Haemi Eupseong on the basis of the analysis of modern and contemporary data related to Haemi Eupseong. It is significant that this study has presented an opinion that can become a practical basis for the historical research of the prototype of Haemi Eupseong of the late Chosun Dynasty through the analysis of modern and contemporary data that had been unsatisfactory among the fruition of studies conducted in relation to Haemi Eupseong. The outcomes achieved by this study are as follows. Firstly, it was verified that the guest house of Haemi Eupseong that has been restored is one that has different architectural composition than the prototype of the late Chosun Dynasty and is restored in a different location. Secondly, in respect of architectural composition of guest house found by the analysis of the picture, it was confirmed that the government office has one step higher than the double-wing house in the form of the roof. Thirdly, the location of the guest house of Haemi Eupseong of the late Chosun Dynasty is judged to be the periphery area where the current restored guest house is located, which is where the teachers' building of Haemi elementary school was located. Fourthly, the prospect of the guest house of Haemi Eupseong is decided to be similar direction to the current restored guest house with the greatest possibility of having the same direction with the arrangement of teachers' building of Haemi Eupseong elementary school.

The detailed characteristics of fog over South Korea were analyzed using the three-years quality controlled (QC) 237 visibility meter data operated by Korea Meteorological Administration. The fog (dense fog: DFog) frequency varies greatly with season and geographic location. The fog frequency at inland is highest in autumn, but at the West Coast in spring and summer. Fog occurs frequently from spring to autumn in the mountainous regions. Unlike the fog, the DFog is mostly prevalent in summer at land, mountain, and coastal regions. The large coefficients of variation of fog and DFog at the three regions and four seasons indicate that the locality of fog over South Korea is very high. The formation and dissipation (FaD) of fog show strong diurnal variations irrespective of geographic location and season, strongest at inland and weakest at sea. Fog usually occurs from night to sunrise and dissipates from early morning to late morning. The maximum FaD time of fog show seasonal variation with the seasonal change in solar elevation angle. The frequency of fog is inversely proportional to the duration time, mostly less than 3 hours regardless of season and geographic location. Also, the duration of DFog is mostly within 1-3 hours.

최근 초고층 및 초장대와 같은 대형 구조물들이 시공되고 있으며, 이에 대한 구조물 건전성 모니터링 기술들이 연구되고 있다. 하지만 기존의 기술들은 계측 센서의 관리와 센서로부터 계측된 데이터에 효율적으로 access하지 못하고 있다. 본 논문에서는 구조물 건전성 모니터링을 위한 증강현실 기반 센서 위치인식 및 데이터 시각화 기술을 소개한다. 모바일 디바이스에 내장된 GPS를 통하여 센서와 사용자 간의 거리를 파악하게 된다. 뿐만 아니라, 센서로부터 계측된 데이터는 위치정보시스템 서버에 저장되며, RSS방식을 통해 전송되어 사용자가 모바일 디바이스를 통해 쉽게 계측 데이터를 가시화 할 수 있게 된다. 이 기술을 이용하여 사용자는 센서의 위치인식을 통해 계측센서를 관리하고, 계측 데이터를 시각화하여 시간과 공간에 제약 없이 구조물의 건전성을 모니터링 할 수 있게 된다.

노후수도관 개량사업은 예산상, 시공상 등의 여러 제약조건에 의해서 장기적인 계획 하에 시행되게 된다. 본 연구에서는 연구대상지역에서 1992년부터 1997년 사이에 기록된 누수 위치좌표 약 8,000개를 이용하여 누수 위치들 간의 공간적 상관관계에 대한 계층적 군집분석을 수행한다. 계층적 군집분석방법 중 최단 연결법, 최장 연결법 및 평균 연결법을 적용하여 연구대상지역을 누수위치의 공간적 상관관계에 따라 분할하였으며, 각 군집 방법 별로 분할된 구역들을