Earticle

초록

영어

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.

한국어

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.

목차

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

키워드

저자

• 정회준 [ Hoe Jun Jeong | 인하대학교 전기컴퓨터공학과 통합과정 ] 주저자
• 김승하 [ Seung Ha Kim | 인하대학교 컴퓨터공학과 학사과정 ] 공저자
• 김준희 [ Joon Hee Kim | 인하대학교 통계학과 학사과정 ] 공저자
• 권장우 [ Jang Woo Kwon | 인하대학교 컴퓨터공학과 정교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국ITS학회논문지 [The Journal of The Korean Society of Intelligent Transport Systems]

• 간기

  격월간

• pISSN

  1738-0774

• eISSN

  2384-1729

• 수록기간

  2003~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 326 DDC 338