• Journal of Korea Water Resources Association
• /
• v.57 no.2
• /
• pp.87-97
• /
• 2024

This study analyzed the water shortage hotspot areas in South Korea using spatial clustering analysis for water shortage estimates in 2030 of the Master Plans for National Water Management. To identify the water shortage cluster areas, we used water shortage data from the past maximum drought (about 50-year return period) and performed spatial clustering analysis using Local Moran's I and Getis-Ord Gi*. The areas subject to spatial clusters of water shortage were selected using the cluster map, and the spatial characteristics of water shortage areas were verified based on the p-value and the Moran scatter plot. The results indicated that one cluster (lower Imjin River (#1023) and neighbor) in the Han River basin and two clusters (Daejeongcheon (#2403) and neighbor, Gahwacheon (#2501) and neighbor) in the Nakdong River basin were found to be the hotspot for water shortage, whereas one cluster (lower Namhan River (#1007) and neighbor) in the Han River Basin and one cluster (Byeongseongcheon (#2006) and neighbor) in the Nakdong River basin were found to be the HL area, which means the specific area have high water shortage and neighbor have low water shortage. When analyzing spatial clustering by standard watershed unit, the entire spatial clustering area satisfied 100% of the statistical criteria leading to statistically significant results. The overall results indicated that spatial clustering analysis performed using standard watersheds can resolve the variable spatial unit problem to some extent, which results in the relatively increased accuracy of spatial analysis.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.721-723
• /
• 2020

부분 공간 군집화는 고차원 데이터에서 의미 있는 특징들을 선별 및 추출하여 저차원의 부분 공간에서 군집화 하는 것이다. 그러나 최근 딥러닝 활용한 부분 공간 군집화 연구들은 AutoEncoder을 기반으로 의미있는 특징을 선별하는 것이 아닌 특징 맵의 크기를 증가시켜서 네트워크의 표현 능력에 중점을 둔 연구되고 있다. 본 논문에서는 AutoEncdoer 네트워크에 Channel Attention 모델을 활용하여 Encoder와 Decoder에서 부분 공간 군집화를 위한 특징을 강조하는 네트워크를 제안한다. 본 논문에서 제안하는 네트워크는 고차원의 이미지에서 부분 공간 군집화를 위해 강조된 특징 맵을 추출하고 이를 이용해서 보다 향상된 성능을 보여주었다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1892-1893
• /
• 2011

본 논문에서는 Centroidal Voronoi Tessellation을 이용하여 군집로봇의 협조탐색을 위한 공간분할기법을 제안한다. 탐색공간은 Centroidal Voronoi Tessellation을 이용하여 분할한다. 전역 경로 계획 및 군집 로봇 간의 충돌 회피는 포텐셜 필드를 이용한다. 탐색공간에 밀도 함수를 사용하여 공간분할의 유동성을 부여한다. 마지막으로, 군집로봇의 협조탐색의 가능성을 시뮬레이션을 통하여 확인한다.

• Journal of the Korean association of regional geographers
• /
• v.6 no.3
• /
• pp.169-184
• /
• 2000

Industrial clusters and their boundaries are identified by factor and hot spot analyses for the greater Cincinnati metropolitan area in USA. While traditional input-output approach identified aspatial industrial clusters, this study combines traditional approach with GIS techniques to identify their boundaries. Combining the results of input-output industrial clusters with the leading industries groups, we have identified five leading industry clusters. They are food (20), chemicals (28), metal manufacturing (32), metal products (33), and machinery (35). We also used hot spot analysis to visualize each industry cluster on the research area by using Arcview software. Determining the degree to which such industries are associated spatially and their spatial delimitation may be an additional approach to measuring the efficiency of the spatial organization of an economy. It is hoped that the industrial clusters and industrial spatial clusters approaches may also proved the basis for the development of new models of the spatial arrangement of industry at a level more aggregated than that of the single plant or firm.

• The Korean Journal of Applied Statistics
• /
• v.27 no.4
• /
• pp.561-575
• /
• 2014

In this paper, we propose a penalized likelihood method to detect local spatial clusters associated with disease. The key computational algorithm is based on genlasso by Tibshirani and Taylor (2011). The proposed method has two main advantages over Kulldorff's method which is popoular to detect local spatial clusters. First, it is not needed to specify a proper cluster size a priori. Second, any type of covariate can be incorporated and, it is possible to find local spatial clusters adjusted for some demographic variables. We illustrate our proposed method using tuberculosis data from Seoul.

• Journal of the Korean Geographical Society
• /
• v.33 no.2
• /
• pp.325-338
• /
• 1998

본 연구에서는 시.공 복합적인 선형 점 자료를 대상으로 시간과 공간을 함께 고려했을 때 자료 내에 군집(cluster)-시.공 복합 군집(space-time cluster)-이 존재하는 가를 검증하는 방법에 대해 논의하고, 실제 교통사고지점의 분포자료를 분석하여 군집의 유무를 통계적으로 검증하였다. 통계 분석의 결과 다음과 같은 사실이 확인되었다. 첫째, Knox의 분할표 방법과 Mantel의 역수 변환을 이용한 일반화된 회귀분석방법 모두 임계 거리 및 임계 시간 간격의 선택이 분석결과에 영향을 미친다. 둘째, 이러한 임의성을 극복하기 위해 다양한 임계 거리 및 임계 시간 간격(혹은 부가 상수)에 대해 반복 실험한 결과, 일부 임계값의 조합에서 시간과 공간이 서로 독립적이라는 귀무가설을 기각할 수 있는 증거가 발견되었다. 셋째, 시.공 복합 군집의 파악에 가장 적합한 임계 거리와 임계 시간 간격은 공간적으로는 7000m, 시간적으로는 14일 혹은 21일이다. 마지막으로, 통계 분석과정에서 자료에 존재하는 중복 기록 사고들의 존재가 밝혀짐으로써 시.공 복합군집 검증이 탐험적 자료 분석(exploratory data analysis)의 도구로서 가지는 가치를 확인할 수 있었다.

• Journal of the Korean Geographical Society
• /
• v.39 no.3
• /
• pp.457-472
• /
• 2004

The purpose of this study is to analyze spatial patterns of traffic accidents and to investigate spatial relations among neighboring spatial objects by applying GIS and spatial data mining methods. This study investigated traffic accident data in Kangnam-gu, Seoul, as a case study. As a result, four clusters were emerged based on individual attributes of traffic accidents. Each cluster showed distinctive properties. In spatial associations between individual attributes of traffic accidents and neighboring spatial objects, there were many rules according to concept hierarchy and definition of spatial relations. Although all rules were not be interesting and significant, they could be a clue to investigate more.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.10a
• /
• pp.722-724
• /
• 2012

문서 군집화를 통하여 문서를 효율적으로 조직, 관리, 검색 할 수 있다. 일반적으로 문서 군집화는 많은 단어와 개념들을 포함하고 있기 때문에 차원이 큰 벡터 공간 모델에서 군집화를 수행한다. 본 논문에서 문서 집합에 대응하는 온톨로지를 이용하여 문서 벡터 공간의 차원을 줄여 효율적으로 군집화하는 방법을 제안하고, 실험을 통하여 기존 방법보다 우수함을 보인다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.09a
• /
• pp.102-107
• /
• 2010

본 연구에서는 2009년 강원도 읍면동 주민등록 데이터와 탐구적 공간데이터 분석 방법의 하나인 Getis - Ord $Gi^*$를 이용하여 강원도 남녀 장수인구의 공간적 분포패턴을 분석하였다. 분석결과는 강원도의 남성인구와 여성인구의 지역적 장수도에 공간적 군집이 존재하며 장수도가 높은 지역의 군집의 경우 남성과 여성 사이에 커다란 차이가 존재함을 보이고 있다. 남성의 경우 장수도가 높은 지역이 영서지역의 접경지역을 중심으로 군집하는 반면 여성의 경우 장수도가 높은 지역이 영동 해안지역 중심으로 군집하여 분포하였다. 이 결과는 장수에 영향을 미치는 환경적(자연환경적, 사회적) 요인이 남녀에 선별적으로 작용하고 있음을 암시한다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.523-528
• /
• 2003

본 연구는 지가의 공간분포 분석(spatial data analysis)을 통하여 합리적인 표준지 선정 방안을 제시하고자 하였다. 우리나라의 경우 개별 공시지가는 표준지 공시지가로부터 비교해서 산정된다. 때문에, 표준지는 개별지의 지가를 산정하는데 편리할 수 있도록 선정되어야 한다. 이를 위하여 표준지를 선정할 때, 개별지의 지가와 토지특성을 고려하여 표준지의 수와 공간적 분포를 결정하여야 한다. 본 연구에서는 지가의 공간적 분포를 해석하기 위하여 군집분석(cluster analysis) 개념을 활용하였다. 이를 통하여 유사 지가구획을 정의하였고, 지가구획의 계층적 해석을 시도하였다. 또한, 군집분석을 반복적으로 수행하고 군집수의 변화에 따른 군집별 지가분포의 특성을 해석함으로써 적정표준지 수를 추정하였다.