대조학습 방법을 이용한 주행패턴 분석 기법 연구
자동차 보급과 교통 시설 발달로 인한 문제에 대응하여, ADAS와 같은 운전 보조 기술이 주목받고 있다. 최근에는 스마트폰 내장 센서를 사용한 운전패턴 분석 방법론이 개발되었다. 이 연구에서는 레이블 없이 대조학습을 통해 운전패턴의 특징을 학습하고 변화점을 감지하는 새로운 방법을 제안한다. 이 방법은 운전패턴 분류에도 확장 가능하여, 매우 적은 레이블링 데 이터만으로 높은 분류 성능을 달성할 수 있음은 물론 적용 차량이 달라지는 도메인 변화 문제 에 민감하게 반응하지 않아 일반화된 성능을 달성할 수 있다는 장점을 가지고 있다. 또한...
Saved in:
| Published in | 韓國ITS學會 論文誌 Vol. 23; no. 1; pp. 182 - 196 |
|---|---|
| Main Authors | , , , |
| Format | Journal Article |
| Language | Korean |
| Published |
한국ITS학회
28.02.2024
|
| Subjects | |
| Online Access | Get full text |
| ISSN | 1738-0774 2384-1729 |
| DOI | 10.12815/kits.2024.23.1.182 |
Cover
| Abstract | 자동차 보급과 교통 시설 발달로 인한 문제에 대응하여, ADAS와 같은 운전 보조 기술이 주목받고 있다. 최근에는 스마트폰 내장 센서를 사용한 운전패턴 분석 방법론이 개발되었다. 이 연구에서는 레이블 없이 대조학습을 통해 운전패턴의 특징을 학습하고 변화점을 감지하는 새로운 방법을 제안한다. 이 방법은 운전패턴 분류에도 확장 가능하여, 매우 적은 레이블링 데 이터만으로 높은 분류 성능을 달성할 수 있음은 물론 적용 차량이 달라지는 도메인 변화 문제 에 민감하게 반응하지 않아 일반화된 성능을 달성할 수 있다는 장점을 가지고 있다. 또한 본 연구에서는 추후 스마트폰 적용성을 고려하여 6가지 대표적인 경량화 딥러닝 모델에 대해 제 안하는 방법을 적용하고 비교분석하여 추후 스마트폰 기반의 시스템 개발에 활용할 수 있도록 하였다. |
|---|---|
| AbstractList | 자동차 보급과 교통 시설 발달로 인한 문제에 대응하여, ADAS와 같은 운전 보조 기술이주목받고 있다. 최근에는 스마트폰 내장 센서를 사용한 운전패턴 분석 방법론이 개발되었다. 이 연구에서는 레이블 없이 대조학습을 통해 운전패턴의 특징을 학습하고 변화점을 감지하는새로운 방법을 제안한다. 이 방법은 운전패턴 분류에도 확장 가능하여, 매우 적은 레이블링 데이터만으로 높은 분류 성능을 달성할 수 있음은 물론 적용 차량이 달라지는 도메인 변화 문제에 민감하게 반응하지 않아 일반화된 성능을 달성할 수 있다는 장점을 가지고 있다. 또한 본연구에서는 추후 스마트폰 적용성을 고려하여 6가지 대표적인 경량화 딥러닝 모델에 대해 제안하는 방법을 적용하고 비교분석하여 추후 스마트폰 기반의 시스템 개발에 활용할 수 있도록하였다. This study introduces driving pattern analysis and change detection methods using smartphone sensors, based on contrastive learning. These methods characterize driving patterns without labeled data, allowing accurate classification with minimal labeling. In addition, they are robust to domain changes, such as different vehicle types. The study also examined the applicability of these methods to smartphones by comparing them with six lightweight deep-learning models. This comparison supported the development of smartphone-based driving pattern analysis and assistance systems, utilizing smartphone sensors and contrastive learning to enhance driving safety and efficiency while reducing the need for extensive labeled data. This research offers a promising avenue for addressing contemporary transportation challenges and advancing intelligent transportation systems. KCI Citation Count: 0 This study introduces driving pattern analysis and change detection methods using smartphone sensors, based on contrastive learning. These methods characterize driving patterns without labeled data, allowing accurate classification with minimal labeling. In addition, they are robust to domain changes, such as different vehicle types. The study also examined the applicability of these methods to smartphones by comparing them with six lightweight deep-learning models. This comparison supported the development of smartphone-based driving pattern analysis and assistance systems, utilizing smartphone sensors and contrastive learning to enhance driving safety and efficiency while reducing the need for extensive labeled data. This research offers a promising avenue for addressing contemporary transportation challenges and advancing intelligent transportation systems. 자동차 보급과 교통 시설 발달로 인한 문제에 대응하여, ADAS와 같은 운전 보조 기술이 주목받고 있다. 최근에는 스마트폰 내장 센서를 사용한 운전패턴 분석 방법론이 개발되었다. 이 연구에서는 레이블 없이 대조학습을 통해 운전패턴의 특징을 학습하고 변화점을 감지하는 새로운 방법을 제안한다. 이 방법은 운전패턴 분류에도 확장 가능하여, 매우 적은 레이블링 데이터만으로 높은 분류 성능을 달성할 수 있음은 물론 적용 차량이 달라지는 도메인 변화 문제에 민감하게 반응하지 않아 일반화된 성능을 달성할 수 있다는 장점을 가지고 있다. 또한 본 연구에서는 추후 스마트폰 적용성을 고려하여 6가지 대표적인 경량화 딥러닝 모델에 대해 제안하는 방법을 적용하고 비교분석하여 추후 스마트폰 기반의 시스템 개발에 활용할 수 있도록 하였다. 자동차 보급과 교통 시설 발달로 인한 문제에 대응하여, ADAS와 같은 운전 보조 기술이 주목받고 있다. 최근에는 스마트폰 내장 센서를 사용한 운전패턴 분석 방법론이 개발되었다. 이 연구에서는 레이블 없이 대조학습을 통해 운전패턴의 특징을 학습하고 변화점을 감지하는 새로운 방법을 제안한다. 이 방법은 운전패턴 분류에도 확장 가능하여, 매우 적은 레이블링 데 이터만으로 높은 분류 성능을 달성할 수 있음은 물론 적용 차량이 달라지는 도메인 변화 문제 에 민감하게 반응하지 않아 일반화된 성능을 달성할 수 있다는 장점을 가지고 있다. 또한 본 연구에서는 추후 스마트폰 적용성을 고려하여 6가지 대표적인 경량화 딥러닝 모델에 대해 제 안하는 방법을 적용하고 비교분석하여 추후 스마트폰 기반의 시스템 개발에 활용할 수 있도록 하였다. |
| Author | 정회준 김승하 권장우 김준희 |
| Author_xml | – sequence: 1 fullname: 정회준 – sequence: 2 fullname: 김승하 – sequence: 3 fullname: 김준희 – sequence: 4 fullname: 권장우 |
| BackLink | https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART003053308$$DAccess content in National Research Foundation of Korea (NRF) |
| BookMark | eNot0D9Lw0AABfBDKlhrP4EgWVyExPuX3GWsxT_VQkG6H0l6kSM1laSLm0MXpWsVxQ7iYsEhSCsOfqLm8h2M1uktPx68twkq8SCWAGwjaCHMkb0fqWFqYYiphYmFLMTxGqhiwqmJGHYroIoY4SZkjG6AepoqHxIHMxdCXAUH-fhGv2TF5FHfLYw8m-UfEz0dGXo610-zYvJs6Nfv4v62GL8Vo7mRf470aGosv7LSGfohWy7et8B66PVTWf_PGugeHXabJ2a7c9xqNtqm5ByZtu9Cn7leEPYk80MmIaRewKCPGIeOJLZNAs_v0ZC6PkfMZ4g7lFEKpUtDj9ukBvZWtXESiihQYuCpv7wYiCgRjfNuSyBIYbkVlXh3hSOVDpWIe2lfnDbOOr8vQRczbFMbO7R0OysnvWSogr4UV4m69JJrQSlBiJAfOdZ56Q |
| ContentType | Journal Article |
| DBID | M1Z JDI ACYCR |
| DEWEY | 388.3 |
| DOI | 10.12815/kits.2024.23.1.182 |
| DatabaseName | e-articles KoreaScience Korean Citation Index |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| Discipline | Economics Journalism & Communications |
| DocumentTitleAlternate | Research on Driving Pattern Analysis Techniques Using Contrastive Learning Methods |
| EISSN | 2384-1729 |
| EndPage | 196 |
| ExternalDocumentID | oai_kci_go_kr_ARTI_10407381 JAKO202409272545264 443113 |
| GroupedDBID | M1Z .UV JDI ACYCR |
| ID | FETCH-LOGICAL-e881-5b90b79acfde7bf7e004ac70b17806e3553cabd4f49b817b718647440e94fa853 |
| ISSN | 1738-0774 |
| IngestDate | Sat Jul 13 03:11:44 EDT 2024 Sat May 04 02:29:56 EDT 2024 Fri Jun 21 15:40:09 EDT 2024 |
| IsDoiOpenAccess | true |
| IsOpenAccess | true |
| IsPeerReviewed | false |
| IsScholarly | true |
| Issue | 1 |
| Keywords | Deep learning Driver assistance system 운전자 보조시스템 운전패턴 분석 딥러닝 Driving pattern analysis 인공지능 Artificial intelligence |
| Language | Korean |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-e881-5b90b79acfde7bf7e004ac70b17806e3553cabd4f49b817b718647440e94fa853 |
| Notes | KISTI1.1003/JNL.JAKO202409272545264 |
| OpenAccessLink | http://click.ndsl.kr/servlet/LinkingDetailView?cn=JAKO202409272545264&dbt=JAKO&org_code=O481&site_code=SS1481&service_code=01 |
| PageCount | 15 |
| ParticipantIDs | nrf_kci_oai_kci_go_kr_ARTI_10407381 kisti_ndsl_JAKO202409272545264 earticle_primary_443113 |
| PublicationCentury | 2000 |
| PublicationDate | 20240228 |
| PublicationDateYYYYMMDD | 2024-02-28 |
| PublicationDate_xml | – month: 02 year: 2024 text: 20240228 day: 28 |
| PublicationDecade | 2020 |
| PublicationTitle | 韓國ITS學會 論文誌 |
| PublicationTitleAlternate | The journal of the Korea Institute of Intelligent Transportation Systems |
| PublicationYear | 2024 |
| Publisher | 한국ITS학회 |
| Publisher_xml | – name: 한국ITS학회 |
| SSID | ssib036279002 ssib053377138 ssib012146223 ssib023739049 ssib004698092 ssib008451679 ssib044738259 |
| Score | 2.244515 |
| Snippet | 자동차 보급과 교통 시설 발달로 인한 문제에 대응하여, ADAS와 같은 운전 보조 기술이 주목받고 있다. 최근에는 스마트폰 내장 센서를 사용한 운전패턴 분석 방법론이 개발되었다. 이 연구에서는 레이블 없이 대조학습을 통해 운전패턴의 특징을 학습하고 변화점을 감지하는 새로운 방법을... This study introduces driving pattern analysis and change detection methods using smartphone sensors, based on contrastive learning. These methods characterize... 자동차 보급과 교통 시설 발달로 인한 문제에 대응하여, ADAS와 같은 운전 보조 기술이주목받고 있다. 최근에는 스마트폰 내장 센서를 사용한 운전패턴 분석 방법론이 개발되었다. 이 연구에서는 레이블 없이 대조학습을 통해 운전패턴의 특징을 학습하고 변화점을 감지하는새로운 방법을... |
| SourceID | nrf kisti earticle |
| SourceType | Open Website Open Access Repository Publisher |
| StartPage | 182 |
| SubjectTerms | 전자/정보통신공학 |
| TableOfContents | 요약
ABSTRACT
Ⅰ. 서론
1. 개요
Ⅱ. 관련 연구 고찰
1. 스마트폰을 활용한 운전자 행동 분석
2. 변화점 탐지(Change Point Detection)
3. 대조학습(Contrastive Learning)
Ⅲ. 방법론
1. 자기지도학습을 활용한 변화점 탐지
2. 전이학습을 활용한 운전 패턴 분류
Ⅳ. 실험(Experiment)
1. 데이터셋(Dataset)
2. 벤치마크(BenchMark)
3. 실험결과(Experiment Result)
Ⅴ. 결론
ACKNOWLEDGEMENTS
REFERENCES |
| Title | 대조학습 방법을 이용한 주행패턴 분석 기법 연구 |
| URI | https://www.earticle.net/Article/A443113 http://click.ndsl.kr/servlet/LinkingDetailView?cn=JAKO202409272545264&dbt=JAKO&org_code=O481&site_code=SS1481&service_code=01 https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART003053308 |
| Volume | 23 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| ispartofPNX | 한국ITS학회 논문지, 2024, 23(1), 111, pp.182-196 |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3Nb9MwFLfGuHBBIL7GxxQJfJpa8uHE9jFpi7ahwYEi7RbVaYJGUYdGd-GAOPQC2nUgEDsgLkziUCGGOPAXren_wHuOtxo2ocGlcp9f_OznJP69OPk9Qm6FgauKgMHdD9aPGsvzqCY58t5GSH7uhZmribRX7kWLD9nyarg6c6pnvbW0OVD17Pmx35X8z6yCDOYVv5L9h5k9bBQEUIb5hV-YYfg90RzTVkJFA19WaDVo7NEECk0qQyolSkRMk3ABlaAilrrgYzXUySYVbMGUEqYLsVaqGmjoujigSUOLIip0HZiLhS4wOKxqPMI_aI9BYyACs0L3xdirzHAtwi5Rw_f4-GAUxuRBbXOp_cAaSBN7Jhralgh1hxJoAo1gFzmO38cce8g5ZT3Z0LWuHq9pQksAPLtTFbAojQOFLhu74lgVfbBWadIpaaVWiUz7skXj0Lgzce2HKj6zPlLHy-CEA7fWDQ7rhsurhEP1XMsADLEa4ENprQ9elWnJQA2vSuZ7ZBUDbyHjR29tgITyPqv7Qd2rHx5rc4b_sZb_xhrey9bSR-tpbyOF2GgphcAb7udIU3Da51y_07DyomVtcUvhWlvsAlM4T7dwPcwAb2FJP-CBtLZoAQhx6U655BgDW1ZsDWEFGNWZ5Q-dZVjAcLi3jw4W4aG5tCByxHBqDQBgf6OwAGD7HDlrIjcnrnTPk5ne-gWSjLdelh9Hk-135es9ZzzaHX_dLneGTrnzrXy_O9n-4JSffk7evJpsfZ4Mvznj78NyuOPs_xiBnlO-He3vfblI2nda7cZizaQlqeVCeLVQSVdx2cmKbs5VwXNwXSfjrvK4cKMc8HuQdVSXFUwq4XEF4C9iSMOZS1Z0AB1fIrP99X5-hTgFxAKdiHPV9ToMkLvqqjAKPDAj_a7M3Dly-cAD6dOKfCZlgPi9YI7Ma4ek_e6zJ-lyfPc-ug6mj_sQEkGQM0dugqf0KfCXU-HqibSukTPTa-Q6mR1sbOY3AIoP1Lw-hX4BoXirgQ |
| linkProvider | ISSN International Centre |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%EB%8C%80%EC%A1%B0%ED%95%99%EC%8A%B5+%EB%B0%A9%EB%B2%95%EC%9D%84+%EC%9D%B4%EC%9A%A9%ED%95%9C+%EC%A3%BC%ED%96%89%ED%8C%A8%ED%84%B4+%EB%B6%84%EC%84%9D+%EA%B8%B0%EB%B2%95+%EC%97%B0%EA%B5%AC&rft.jtitle=%ED%95%9C%EA%B5%ADITS%ED%95%99%ED%9A%8C+%EB%85%BC%EB%AC%B8%EC%A7%80%2C+23%281%29&rft.au=%EC%A0%95%ED%9A%8C%EC%A4%80&rft.au=%EA%B9%80%EC%8A%B9%ED%95%98&rft.au=%EA%B9%80%EC%A4%80%ED%9D%AC&rft.au=%EA%B6%8C%EC%9E%A5%EC%9A%B0&rft.date=2024-02-28&rft.pub=%ED%95%9C%EA%B5%ADITS%ED%95%99%ED%9A%8C&rft.issn=1738-0774&rft.eissn=2384-1729&rft.spage=182&rft.epage=196&rft_id=info:doi/10.12815%2Fkits.2024.23.1.182&rft.externalDBID=n%2Fa&rft.externalDocID=oai_kci_go_kr_ARTI_10407381 |
| thumbnail_l | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/lc.gif&issn=1738-0774&client=summon |
| thumbnail_m | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/mc.gif&issn=1738-0774&client=summon |
| thumbnail_s | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/sc.gif&issn=1738-0774&client=summon |