• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.46-49
• /
• 2007

데이터 스트림이란, 빠른 속도로 지속적으로 생성되는 무한한 크기의 방대한 양의 데이터 집합으로 정의된다. 본 연구에서는 데이터 스트림 분석을 위한 데이터 스트림 격자 기반 클러스터링 기법을 제시한다. 주어진 초기 격자셀에 대해, 데이터 객체의 빈도가 높은 범위를 반복적으로 보다 작은 크기의 격자셀로 분할하여 최소 크기의 격자셀, 단위 격자셀을 생성한다. 격자셀에서는 데이터 객체들의 분포에 대한 통계값만을 저장하여, 기존의 클러스터링 기법에 비해 데이터 객체에 대한 탐색없이 효율적으로 클러스터를 찾을 수 있다.

• Spatial Information Research
• /
• v.23 no.6
• /
• pp.43-55
• /
• 2015

Currently, each organization has developed its gridded data in the form of respective grid system for its own purpose. Interoperability among the organization had been limited and resulted in inconvenient data access and application across domains. In this study, we investigated potential standards for National grid system and their strength and weakness. We also reviewed existing gridding schemes and had a survey of demand about grid system to those who have used or would plan to use gridded data in academic and business sectors. As the result of survey of demand, we suggested national grid system for national grid data integration management system which has the mutual compatibility and also proposed sharing scheme of the grid type for users who need to grid data.

• Journal of Digital Convergence
• /
• v.20 no.2
• /
• pp.217-223
• /
• 2022

Subspace clustering for online data streams requires a large amount of memory resources as all subsets of data dimensions must be examined. In order to track the continuous change of clusters for a data stream in a finite memory space, in this paper, we propose a grid-based subspace clustering algorithm that effectively uses memory resources. Given an n-dimensional data stream, the distribution information of data items in data space is monitored by a grid-cell list. When the frequency of data items in the grid-cell list of the first level is high and it becomes a unit grid-cell, the grid-cell list of the next level is created as a child node in order to find clusters of all possible subspaces from the grid-cell. In this way, a maximum n-level grid-cell subspace tree is constructed, and a k-dimensional subspace cluster can be found at the k^th level of the subspace grid-cell tree. Through experiments, it was confirmed that the proposed method uses computing resources more efficiently by expanding only the dense space while maintaining the same accuracy as the existing method.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.235-238
• /
• 2003

Fuzzy C-Means(FCM) 알고리즘은 초기 군집 중심의 개수와 위치에 따라 군집 결과의 성능차이가 많이 나타난다. 하지만 일반적인 경우에 군집 중심의 개수는 분석가의 주관에 의해 결정되고, 임의적으로 결정되기 때문에 원래 데이터의 구조와는 무관하게 수행되어 최적화된 군집화 수행을 실행하지 못하는 경우가 발생하게 된다. 따라서 본 논문에서는 원래의 데이터의 구조에 좀더 근접한 퍼지 군집화를 수행하기 위하여 격자를 바탕으로 한 데이터의 밀도를 이용한 FCM을 제안하고, 이러한 밀도 기반 FCM에 의해 결정된 군집의 합병 기법을 제안하였다. N-차원의 데이터 공간을 N-차원의 격자로 나누고, 초기 군집 중심의 개수와 위치는 각 격자의 밀도를 바탕으로 결정된다. 초기화 이후에 각 격자 내부에서 FCM을 이용하여 군집화를 수행하고, 계속해서 이웃 격자의 군집결과에 대하여 군집간의 유사도 측도를 이용하여 군집 합병을 수행함으로써 데이터의 자연적인 구조에 근접한 군집화를 수행하였다. 제안된 군집화 합병 기법의 향상된 성능은 UCI Machine Learning Repository 데이터를 이용하여 확인하였다.

• The KIPS Transactions:PartD
• /
• v.14D no.7
• /
• pp.733-742
• /
• 2007

A data stream is a massive unbounded sequence of data elements continuously generated at a rapid rate. Due to this reason, memory usage for data stream analysis should be confined finitely although new data elements are continuously generated in a data stream. To satisfy this requirement, data stream processing sacrifices the correctness of its analysis result by allowing some errors. The old distribution statistics are diminished by a predefined decay rate as time goes by, so that the effect of the obsolete information on the current result of clustering can be eliminated without maintaining any data element physically. This paper proposes a grid based clustering algorithm for a data stream. Given a set of initial grid cells, the dense range of a grid cell is recursively partitioned into a smaller cell based on the distribution statistics of data elements by a top down manner until the smallest cell, called a unit cell, is identified. Since only the distribution statistics of data elements are maintained by dynamically partitioned grid cells, the clusters of a data stream can be effectively found without maintaining the data elements physically. Furthermore, the memory usage of the proposed algorithm is adjusted adaptively to the size of confined memory space by flexibly resizing the size of a unit cell. As a result, the confined memory space can be fully utilized to generate the result of clustering as accurately as possible. The proposed algorithm is analyzed by a series of experiments to identify its various characteristics

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.24 no.4
• /
• pp.244-255
• /
• 2022

This study estimated and evaluated the high resolution (1km) gridded mountain meteorology data of daily mean, maximum and minimum temperature based on ASOS (Automated Surface Observing System), AWS (Automatic Weather Stations) and AMOS (Automatic Mountain Meteorology Observation System) in South Korea. The ASOS, AWS, and AMOS meteorology data which were located above 200m was classified as mountainous area. And the ASOS, AWS, and AMOS meteorology data which were located under 200m was classified as non-mountainous area. The bias-correction method was used for correct air temperature over complex mountainous area and the performance of enhanced daily coefficients based on the AMOS and mountainous area observing meteorology data was evaluated using the observed daily mean, maximum and minimum temperature. As a result, the evaluation results show that RMSE (Root Mean Square Error) of air temperature using the enhanced coefficients based on the mountainous area observed meteorology data is smaller as 30% (mean), 50% (minimum), and 37% (maximum) than that of using non-mountainous area observed meteorology data. It indicates that the enhanced weather coefficients based on the AMOS and mountain ASOS can estimate mean, maximum, and minimum temperature data reasonably and the temperature results can provide useful input data on several climatological and forest disaster prediction studies.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.207-210
• /
• 2008

(비)구조화된 격자 상에 정의된 벡터 데이터는 다양한 과학 및 공학 분야에서 매우 중요하게 다루어진다. 이러한 데이터는 데카르트 격자 상의 데이터에 비해 많은 처리시간을 필요로 하는데, 이러한 문제는 계층 트리를 이용해서 빠르게 처리하는 것이 가능하다. 본 논문에서는 구조화된 격자 데이터에 대해 계산 공간을 기반으로한 계층 트리를 생성하고 이 트리를 이용해서 빠르게 데이터 샘플링을 처리하고자 했다. 이러한 방법을 이용해서 스트림라인 생성 시간을 평균 1800배 빨라지게 하는 것이 가능했다.

• Spatial Information Research
• /
• v.23 no.5
• /
• pp.31-40
• /
• 2015

The purpose of this paper is to propose a data transformation method for visualizing the statistical information based on the grid system which has regular shape and size. Grid is better solution than administrator boundary or census block to check the distribution of the statistical information and be able to use as a spatial unit on the map flexibly. On the other hand, we need the additional process to convert the various statistical information to grid if we use the current method which is areal interpolation. Therefore, this paper proposes the 3 steps to convert the various statistical information to grid. 1)Geocoding the statistical information, 2)Converting the spatial information through the defining the spatial relationship, 3)Attribute transformation considering the data scale measurement. This method applies to the population density of Seoul to convert to the grid. Especially, spatial autocorrelation is performed to check the consistency of grid display if the reference data is different for same statistic information. As a result, both distribution of grid are similar to each other when the population density data which is represented by census block and building is converted to grid. Through the result of implementation, it is demonstrated to be able to perform the consistent data conversion based on the proposed method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.739-741
• /
• 2005

컴퓨터 게임 지리정보시스템(GIS), 가상현실 분야 등에서 환경 표현의 기반이 되는 지형 렌더링 기술은 매우 중요하다. 최근 LIDAR와 같은 3D 스캐닝 기술은 보다 정밀하고 정확한 지형 데이터를 제공한다. 하지만, 실시간 렌더링을 위해 사용되는 대부분의 방법들이 DEM이나 DTED와 같은 정규격자(uniform grid) 데이터에 최적화 되어 있기 때문에, LIDAR 데이터와 같은 비정규 데이터에는 적합하지 않다. 또한 방대한 LIDAR 데이터는 일반 PC에서 처리가 쉽지 않다. 본 논문에서는 대용량 비정규 데이터에서의 빠르고 효율적인 렌더링 방법을 제안한다. 샘플 데이터의 공간적 분포에 따라 정규격자를 생성하고, 이 격자에 맞도록 LIDAR 데이터를 재샘플링(resampling)하여 DTED와 같은 형태로 변환한다. 기하 재구성된 데이터에 연속적인 상세단계(CLOD)기반의 쿼드트리 알고리듬을 적용하여 지형을 효율적으로 렌더링한다.

• Journal of KIISE:Software and Applications
• /
• v.26 no.5
• /
• pp.604-612
• /
• 1999

데이터웨어하우스는 데이터분석을 위한 특수 목적의 데이터베이스로, 주로 데이터분석을 위한 질의(이하 OLAP 질의)가 던져진다. 그런데 OLAP질의는 수백만개의 레코드를 가지 테이블에 대해 하나 이상의 aggregation 함수와 group-by 연산자가 포함되므로, 질의 처리 시간은 수 분에서 수 시간이 걸린다. 이를 개선하기위하여 데이터 큐브를 구현함에 있어서의 문제는 디스크 공간이 한정되어 있기 때문에 평균 질의 처리 시간이 훨씬 짧아진다하더라도 모든 셀들을 실체화할수 없다. 따라서 한정된 디스크 공간을 최대한 활용하면서 가능한 빠른 평균 질의 처리 시간을 얻을 수 있도록 데이터 큐브의 일부만을 실체화 시켜야한다. 본 논문의 주제와 관련된 연구로는 Harinarayan[4] 이 제안한 greedy 알고리즘이 있다. 이 알고리즘은 1) 데이터 큐브를 격자구조로 표현한후, 2) 격자의 위에서부터 아래로 차례로 뷰들을 방문하면서 방문한 뷰가 실체화되 경우 데이터 큐브에 주는 이익을 계산한다. 3) 그 중 가장 이익이 큰 것을 선택한다. 3) 그중 가장 이익이 큰 것을 선택한다. 2)와 3)의 과정은 k개의 뷰를 선택할 경우, k번 반복된다. 이 알고리즘의 운영 시간은 데이터 큐브를 구성하는 뷰의 개수가 n개이고 그 중에서 k개를 실체화할 경우에 O(kn2)이다. 본 논문에서는 운영 시간을 향상시킨 수정된 greedy 알고리즘을 제안한다. 알고리즘 내부에서 실체화할 뷰를 선택할 때 격자를 단순화시킨 트리를 사용함으로써, 알고리즘 운영시간을 O(kn2)에서 O(kn)으로 향상시켰다.