Average Pattern – Trial and Error Learning 기법을 사용한 행동 패턴 예측 알고리즘 구현
Average Pattern and Trial-error Learning Method in Context-aware Home System
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문에서는 상황인지 시스템의 상황정보를 사용자 행동패턴 단위로 인식하여 사용자의 평균패턴과 비교하여 위치를 예측하고 새로운 행동 패턴이 입력될 경우 자가 학습하는 알고리즘을 제안한다. 과거 상황정보 3가지와 현재 상황정보 1가지를 연결하여 상황정보들 간의 상호 관계의미를 지닌 행동 패턴 단위로 데이터베이스에 저장시켜 사용자의 이전 상황과 현재 상황을 평균 패턴으로 검색하여 검색된 평균 패턴들 중에 가중치가 높은 상위 4가지 패턴을 예측한다. 만일, 예측 되지 않은 경우 사용자의 평균 패턴이 시행착오 학습 작업된다. 제안된 Average pattern - Trial and Error Learning기법을 이용한 위치 예측 알고리즘은 트레이닝된 상황에서 평균적으로 95.67% 예측이 성공하였다. 이 방식은 행동패턴 단위를 사용하여 사용자의 평균 패턴을 분석하여 예측 정확도를 높이고, 데이터베이스 탐색 시 유동적인 단위보다 탐색 시간이 감소되며, 기존의 없는 행동패턴에 대해서는 탐색 없이 학습이 되어 한정된 시간 내에 사용자가 원하는 서비스 해주어야 할 실시간 시스템에서의 예측시간을 확정해준다.
Abstract
In this paper, we propose a context-aware system to predict one’s location in behavior patterns of users. If a new behavior pattern is entered, the system runs a perceptual learning process. While running, the system uses the past three statuses and the current status information and obtains a relationship with the link. The relationship is an average pattern, which is stored and referred in a database system. The proposed system predicts the top four patterns having a high weight value among the average patterns. We suggest an algorithm by making an average pattern and using the trial-error learning method. The system offers a suitable service by considering user’s characteristics and recognizing user’s average pattern in context-aware environments. However, this paper uses just the user’s location data. Even though the system uses the average patterns and trial-error learning for the various variables of context information, the real-time response will be stable and rapid. The proposed scheme has a tendency for the accuracy of prediction to gradually enhance getting the average patterns to increase and the trial-error learning times to decrease. This algorithm will improve the accuracy and reliability of prediction for the incremental context information by incorporating various context information data and provide optimum services to users by suggesting an intellectual reasoning and prediction method based on hierarchical context information.
참고문헌 (15)
- S. W. Ryu., "Technology trends of context awareness, National IT Industry Promotion Agency", Weekly Technology Trends, 1435, pp.1~10 (2010)
- B. Schilti., "Context-aware computing applications", Proceedings of the 1st International Workshop on Mobile Computing Systems and Applications, pp.85~90 (1994)
- Y. Nishibe., "Mobile digital assistants for community support", AAAI Magazine, 19(2), pp.31~49 (1998)
- R. Want., "The active badge location system", ACM Transactions on Information Systems, pp.91~102 (1992)
- Trends towards context-aware service technology, "J. H. Kim.", Institute of Information Technology Assessment, ~, pp.Weekly Technical Report 1178 (2004)
- 손병희, "Flexible Window 기법을 이용한 위치 예측 알고리즘 설계", 한국통신학회논문지, 32(6), pp.550~557 (2007), 한국통신학회
- G. A. Carpenter., "ARTMAP : Supervised real-time learning and classification of nonstationary data by a self-organizing neural network", Neural Networks, 4, pp.565~588 (1991)
- U. Ahmed., "Context-aware fuzzy artmap for received signal strength based location systems", Proceeding of Neural Networks, pp.2740~2745 (2007)
- 설남오, "원격지 모형 물체에 대한 정보 전송을 위한 실시간 신경망", 한국콘텐츠학회 논문지, 7(6), pp.44~51 (2007), 한국콘텐츠학회
- Y. K. Kim., "Interval valued vague set reasoning based on fuzzy Pr", T nets, 2007, pp.2(4), 53~62
- S. Y. Cho, "Reliability analysis of fuzzy systems with weighted components using interval valued vague sets", Journal of Knowledge Information and Systems, 3(2), pp.31~40 (2008)
- 이수철, "구간값 모호집합 사이의 유사도 측정", 한국지식정보기술학회 논문지, 4(2), pp.15~22 (2009), 한국지식정보기술학회
- B. Vigdor., "The bayesian ARTMAP", IEEE Transactions on Neural Networks, 18(6), pp.1628~1644 (2007)
- A. Kaylani., "An adaptive multiobjective approach to evolving ART architectures", IEEE Transactions on Neural Networks, 21(4), pp.529~550 (2010)
- Augsburg indoor location tracking benchmarks, "J. Petzold", Institute of COmputer Science, University of Augsburg, ~, pp.Technical Report 2004-09 (2004)