• Journal of the Korean association of regional geographers
• /
• v.17 no.4
• /
• pp.432-442
• /
• 2011

Climatic variables such as temperature and precipitation tend to vary both in space and in time simultaneously. Thus, it is necessary to include space-time autocorrelation into conventional spatial interpolation methods for reliable time-series mapping. This paper introduces and applies space-time variogram modeling and space-time kriging to generate time-series temperature maps using hourly Automatic Weather System(AWS) temperature observation data for a one-month period. First, temperature observation data are decomposed into deterministic trend and stochastic residual components. For trend component modeling, elevation data which have reasonable correlation with temperature are used as secondary information to generate trend component with topographic effects. Then, space-time variograms of residual components are estimated and modelled by using a product-sum space-time variogram model to account for not only autocorrelation both in space and in time, but also their interactions. From a case study, space-time kriging outperforms both conventional space only ordinary kriging and regression-kriging, which indicates the importance of using space-time autocorrelation information as well as elevation data. It is expected that space-time kriging would be a useful tool when a space-poor but time-rich dataset is analyzed.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.1 s.39
• /
• pp.27-34
• /
• 2006

Recently, the study about the technology which effectively manage spatial information is actively conducted. For the effective knowledge inquiry, various extended data mining methods are applied in spatial data mining. However, former spatial association rule system appears the problem that does not reflect various non-spatial property along the inquiries because it searches the rule from the calculation among predicates. To resolve the problem, present study suggests the system that extends the inquiries using in spatial database, searches the association rule among non-spatial object property after setting the data based on space information. Especially, the model which is applicable to geographical information system is embodied. Embodied system with this method enables to search more useful spatial association rule in real life since it shows high migration property with extended spatial database and considers spatial property and various non-spatial property.

• Proceedings of the Korean Institute of IIIuminating and Electrical Installation Engineers Conference
• /
• 1998.11a
• /
• pp.101-107
• /
• 1998

본 논문에서는 최근 국내·외적으로 활발하게 연구되고 있는 고분자 절연재료에 있어서 공간 전하가 전기적 특성에 미치는 영향에 대한 연구로서, 기존에는 보고되지 않았던 새로운 측정시스템과 분석 방법을 제시하였다. 그리고, 이러한 측정시스템을 이용하여 교류전압 하에서 PD 발생시에 절연체 표면에 축적되는 공간전하의 직접적인 관측을 통하여 공간전하와 PD와의 연관성에 대한 규명을 실시하였다. 실험결과로부터 PD 패턴은 방전에 의해 절연체 내부보다는 표면에 축적되는 동적 공간전하와 매우 밀접한 관계를 가지고 있는 것을 알 수 있었으며, 또한 PD 발생시 공기층 전압은 이러한 동적 공간전하에 의해 지배됨을 확인할 수 있었다. 그리고, 일정전계 이상에서는 공간전하의 축적에 의한 영향으로 PD 크기와 공기층 전압은 더 이상 증가하지 않았다는 것을 확인할 수 있었다. 이러한 실험결과는 유전체장벽방전을 이용한 NOx, SOx 등의 공해물질의 분해에 있어서, 현재까지는 분해시스템에 전달되는 전력은 인가전압의 주파수와 크기에 비례하는 것으로 생각해 왔으나, 본 실험결과를 통하여 일정전계 이상에서는 전압상승에 의한 분해 효율의 향상을 기대하기 힘들다는 것을 나타낸다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.10a
• /
• pp.295-300
• /
• 2003

공간적으로 영향을 받는 위치에서의 상호 연관성을 고려한 예측모형 중에서 크리깅 (kriging) 방법은 관측된 데이터를 보간(interpolation)하고, 부드럽게 연결(smoothing)하며, 새로운 데이터를 예측(prediction)하는 통계적 모형으로서 많이 활용되고 있다. 크리깅 모형을 적용하기 위해서는 먼저 주어진 두 위치에서의 비연관성을 나타내는 세미베리오그램 (semivariogram)의 3가지 모수(nugget, sill, range)를 추정해야 한다. 본 연구에서는 전역 적 최적화 방법인 유전자 알고리즘(genetic algorithm)을 도입하여 세미베리오그램 모수들을 추정하였고, 이를 통해 강우량(rainfall)에 대한 크리깅 추정량을 산출하고 효과성을 판단하였다.

• The Journal of Society for e-Business Studies
• /
• v.8 no.4
• /
• pp.69-88
• /
• 2003

In high dimensional data, most of clustering algorithms tend to degrade the performance rapidly because of nature of sparsity and amount of noise. Recently, partial dimensional clustering algorithms have been studied, which have good performance in clustering. These algorithms select the dimensional data closely related to clustering but discard the dimensional data which are not directly related to clustering in entire dimensional data. However, the traditional algorithms have some problems. At first, the algorithms employ grid based techniques but the large amount of grids make worse the performance of algorithm in terms of computational time and memory space. Secondly, the algorithms explore dimensions related to clustering using k-medoid but it is very difficult to determine the best quality of k-medoids in large amount of high dimensional data. In this paper, we propose an efficient partial dimensional clustering algorithm which is called CLIP. CLIP explores dense regions for cluster on a certain dimension. Then, the algorithm probes dense regions on a next dimension. dependent on the dense regions of the explored dimension using incremental projection. CLIP repeats these probing work in all dimensions. Clustering by Incremental projection can prune the search space largely and reduce the computational time considerably. We evaluate the performance(efficiency, effectiveness and accuracy, etc.) of the proposed algorithm compared with other algorithms using common synthetic data.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.392-394
• /
• 2003

연관 규칙 마이닝은 일반적으로 않은 빈발항목집합과 연관 규칙을 생성하며, 생성된 연관 규칙은 상호 포함관계에 있거나 중복되는 경우가 많다. 이는 효과적인 마이닝 뿐 아니라 마이닝의 활용 효용성을 떨어뜨린다. 이를 해결하기 위하여 연관 규칙 마이닝과 동일한 성능을 가지며 생성되는 규칙의 수를 줄일 수 있는 빈발 폐쇄 항목집합 마이닝이 제안되었다. 본 연구에서는 연관규칙 마이닝 방법 중 가장 우수한 성능을 가지는 ARCS 알고리즘을 개선한 빈발 폐쇄 항목집단 마이닝을 제안한다.

• Spatial Information Research
• /
• v.20 no.5
• /
• pp.49-56
• /
• 2012

Recently, various researches have been attempted to link or integrate BIM and GIS. In particular, some of the researches were progressed to convert the data model between the BIM standard model IFC and the GIS standard model CityGML. However, it is hard to utilize the previous research results yet because characteristics and domains of between two data models are very different, In order to obtain the correlation between BIM and GIS, in this research, we analyzed the characteristics between IFC and CityGML objects of each LOD, And, we analyzed the correlation of IFC and CityGML by performing mapping between IFC and CityGML objects from view point of building with these characteristics. In this research, based on these correlation analysis results, we proposed the efficient interrelation plan between IFC and CityGML.

• Journal of the Korean Geographical Society
• /
• v.38 no.5
• /
• pp.786-801
• /
• 2003

This paper examines a spatial pattern and processes of academic achievement in deprived area, considering relationship between academic achievement and social deprivation as social context. It links academic achievement data with neighborhood data from the 2001 UK Census(by ward) in South East England and uses multiple regression modeling to estimate the contribution of social deprivation to academic achievement of primary schools. The findings suggest that there is a significant positive relationship between deprivation in the local residential environment and academic achievement in primary schools. It also argues that more deprived area in South East England would tend to promote greater inequality of academic achievement in the spatial aspects, relating to Key Stage 2 score.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.401-401
• /
• 2011

본 연구는 Bayesian MCMC(Markov Chain Monte Carlo)를 이용한 비정상성 빈도해석 모형에 외부기상인자를 결합하여 계절단위의 강수량을 예측하는데 목적을 두고 있으며, 그 중에서도 홍수 위험도와 관련하여 유용하게 이용될 수 있는 여름강수량을 예측 대상으로 하였다. 비정상성 빈도해석 모형을 기반으로 외부 기상인자에 의한 변동성을 고려하기 위해서는 대상 수문량을 한정할 필요가 있으며 극대치강수량과 연관성이 높은 장마전선, 태풍 등의 기상인자는 공간적 변동성 및 복합적인 특성들로 인해 예측인자를 구성하는 기상인자로 사용하기에는 무리가 있다. 따라서 본 연구에서는 계절단위의 수문량으로 여름강수량을 대상으로 하였으며, 이에 영향을 미치는 외부 기상인자로서 SST(sea surface temperature)와 OLR(outgoing longwave radiation)을 도입하였으며, 낙동강유역 여름강수량과의 공간 상관성이 높은 지역의 이전 겨울 SST와 6월 OLR을 예측인자로 활용한 7~9월 여름강수량 예측모형을 구성하였다. 모형의 검증은 결과를 알고 있는 2010년 여름 강수량을 대상으로 수행하였으며, 모형의 적용은 현재시점에서 관측된 2010년 겨울 SST와, 과거 관측 자료를 토대로 가정된 2011년 6월 OLR을 이용하여 2011년 여름 강수량을 예측하였다. 결과적으로 모형 매개변수들의 사후분포로부터 불확실성 구간을 포함한 예측결과를 구할 수 있었다.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.314-317
• /
• 2009

고해상도 위성자료를 이용하여 갯벌의 다양한 퇴적환경을 공간자료화하거나 표층 생물상 분포를 파악하기 위한 연구는 여러 연구자들에 의해 수행되어졌다. 그러나 갯벌 속에 존재하는 저서생물에 대한 양을 추정하는 연구는 미미한 실정이다. 따라서 본 연구에서는 태안 근소만에 대하여 위성자료를 이용하여 갯벌의 DEM과 퇴적상 등의 분포를 공간자료화하고 이들로부터 생물상과 관련이 있는 노출시간 등의 2차 주제도를 제작하였다. 또한, 현장조사에 의해 얻어진 갯벌 생물 종/개체수와 갯벌의 퇴적환경 공간자료를 비교분석하여 갯벌 저서생물의 공간적 연관성을 파악하였다. 노출시간은 4개의 등급으로 구분하였으며 퇴적상 현장조사와 연계하여 우점종을 분석한 결과, 노출시간이 가장 긴 노출시간 I 등급 지역은 두토막눈썹참갯지렁이와, 칠게와 가재붙이가 대표종으로 분석되었다. II 지역의 모래 우세지역에는 쏙이 그리고 펄 우세지역에는 세가시육질꼬리옆새우가 우점종으로 나타났다. III과 IV 지역은 조하대쪽으로 모래 성분이 전체적으로 우세하게 나타났는데 펄털콩게와 바지락이 우정하고 있는 것으로 분석되었다.