• Korean Journal of Legislative Studies
• /
• v.27 no.3
• /
• pp.155-188
• /
• 2021

This study examines dynamics in election news making. It is important to understand when and how news media produce election news in order to grasp news making and voting behavior. The news media sometimes make election news by focusing on issues and policies. Often they frame elections as a game and focus on election strategies while covering elections. This article argues that as time goes by during the election period, the number of policy news tends to decrease while the frequency of strategic news is likely to increase. Also, TV's and newspapers show distinctive patterns of election news making. In order to examine the arguments, this study categorizes election news stories into policy and strategic news stories produced during the 2020 Korean congressional elections and constructs daily time-series data of them. The results of structural break and regression analyses partially support the arguments.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.147-149
• /
• 2020

코로나바이러스의 세계 확산, 발병 이후 사람들의 실내활동 증가와 건강, 면역에 대한 관심은 많이 증가했다. 이에 맞춰 더욱 정교하고 바른 정보에 의한 스마트헬스케어 역시 관심이 증대되고 있다. 여기서 이야기하는 스마트헬스케어의 범위는 영상 장치를 비롯해 다양한 센서를 활용해 신체활동을 모니터링하고 분석하며 기존의 방식보다 더 객관적인 정보를 제공해 주는 것을 말한다. 위 기술과 대중의 관심을 바탕으로 하여 본 연구에서는 다중 모드 센서를 신체에 부착하여 신체활동을 모니터링 하는 시스템 개발을 목적으로 한다. 하드웨어 설계 부분에서 설계가 완성된 Arduino nano 33 Sense를 이용하여 스마트 헬스 실험 시간을 대폭 줄였다. 또한 운동과 같은 시계열 데이터를 분석하기 좋은 LSTM 기법을 채택하였으며, 개발된 모델을 추후 활용할 방안에 대해 논하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.349-349
• /
• 2021

일반적인 도시홍수모형은 수리-수문모형을 기반으로 한 홍수위 모형을 사용하고 있으나 강우사상이나 물리적 조건에 따라 모의시간의 변화가 있으며 경우에 따라서는 긴 모의시간이 소요된다. 알파고 이후 큰 관심을 갖게된 딥러닝을 이용한 데이터기반의 모의를 통해 수자원 부분에 적용하여 수위 예측을 진행하였다. 본 연구에서는 딥러닝을 이용하여 관측자료기반의 수위예측 연구를 수행하였다. 대상유역은 중랑천 유역으로 선정하였으며 2015년 ~ 2020년 사이의 10분단위 강우, 수위자료를 이용하였다. 지방자치단체에서 제공하는 강우, 수위자료의 경우 결측자료 또는 이상자료에 대한 보정이 미흡하여 기계학습을 통합 분석자료로 활용하는데 어려움이 있다. 이에, 결측 및 이상자료가 포함된 자료로부터 인위적으로 교란된 데이터 및 결측구간을 삭제한 데이터를 생성하여 자료의 시계열성을 제거하고, 딥러닝을 통한 수위 예측 결과를 정상 데이터를 적용한 결과와 비교하였다. 사용된 딥러닝 모형은 시계열 데이터 예측에 우수한성능을 보이는 LSTM모형과 GRU모형을 이용하였으며 RMSE, NSE를 이용하여 평가하였다. 본 연구에서는 결측자료 및 이상자료가 포함된 수문자료를 자료의 시계열성 제거를 통해 딥러닝 분석 입력자료 구성하기 위한 방안을 제시하였다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.39 no.4
• /
• pp.211-221
• /
• 2021

The Rabbit grass(Trifolium Repens, call it 'Clover') is a representative harmful plant of lawn, and it starts growing earlier than lawn, forming a water pipe on top of the lawn and hindering the photosynthesis and growth of the lawn. As a result, in competition between lawn and clover, clover territory spreads, but lawn is damaged and dried up. Damage to the affected lawn area will accelerate during the rainy season as well as during the plant's rear stage, spreading the area where soil is exposed. Therefore, the restoration of damaged lawn is causing psychological stress and a lot of economic burden. The purpose of this study is to distinguish clover which is a representative harmful plant on lawn, to identify the distribution of damaged areas due to the spread of clover, and to review of changes in vegetation before and after the eradication of clover. For this purpose, a time series analysis of three vegetation indices calculated based on images of convergence Drone with RGB(Red Green Blue) and BG-NIR(Near Infra Red)sensors was reviewed to identify the separation between lawn and clover for selective eradication, and the distribution of damaged lawn for recovery plan. In particular, examined timeseries changes in the ecology of clover before and after the weed-whacking by manual and brush cutter. And also, the method of distinguishing lawn from clover was explored during the mid-year period of growth of the two plants. This study shows that the time series analysis of the MGRVI(Modified Green-Red Vegetation Index), NDVI(Normalized Difference Vegetation Index), and MSAVI(Modified Soil Adjusted Vegetation Index) indices of drone-based RGB and BG-NIR images according to the growth characteristics between lawn and clover can confirm the availability of change trends after lawn damage and clover eradication.

• The Korean Journal of Applied Statistics
• /
• v.28 no.5
• /
• pp.871-883
• /
• 2015

Vector autoregressive (VAR) models in high dimension suffer from noisy estimates, unstable predictions and hard interpretation. Consequently, the sparse vector autoregressive (sVAR) model, which forces many small coefficients in VAR to exactly zero, has been suggested and proven effective for the modeling of high dimensional time series data. This paper studies coupling measures to select non-zero coefficients in sVAR. The basic idea based on the simulation study reveals that removing the effect of other variables greatly improves the performance of coupling measures. sVAR model coefficients are asymmetric; therefore, asymmetric coupling measures such as Granger causality improve computational costs. We propose two asymmetric coupling measures, filtered-cross-correlation and filtered-Granger-causality, based on the filtered residuals series. Our proposed coupling measures are proven adequate for heavy-tailed and high order sVAR models in the simulation study.

• Smart Media Journal
• /
• v.9 no.2
• /
• pp.33-38
• /
• 2020

Order preserving matching refers to the problem of reporting substrings of a given text where there exists order isomorphism with the pattern. In this paper, we propose a new algorithm based on filtering and evaluation. The proposed algorithm is simple and easy to implement, and runs in linear time on average. Experimental results show that it works efficiently with real world data.

• 한국신재생에너지학회:학술대회논문집
• /
• 2011.11a
• /
• pp.58.2-58.2
• /
• 2011

국립기상연구소는 2000년부터 2010년까지(11년)의 위성자료와 수치모델의 재분석 자료를 이용하여 한반도영역에 대해서 $4km{\times}4km$ 해상도의 태양-기상자원지도를 계산하였다. 이러한 태양-기상자원지도를 기반으로 GIS 분석도구를 이용하여 지역별 태양에너지의 분포와 지역별 태양광의 기후특성을 분석하였다. 연구영역의 행정구역을 구분하고 각 지역별 에너지분포 및 변화특성을 쉽게 분석하기 위하여 GIS 분석도구를 사용하였다. 평균 연누적 태양에너지 자료를 분석한 결과 한반도에서는 경상도가 가장 풍부한 태양광에너지를 받고 있었으며 특히 대구광역시(5047MJ), 부산광역시(5019.4MJ)가 높게 나타났다. 북한지역에서는 함경남도(4719.1MJ)가 가장 풍부한 자원을 가지고 있는 것으로 나타났다. 월별 분포를 분석한 결과 대체로 연누적과 동일하게 남부지방의 경상도가 높은 태양광 에너지를 나타났다. 특히 7월 등의 여름철은 1월에 비해 절대적으로 에너지양이 많았다. 그러나 위도 38도를 중심으로 빈번한 장마전선을 동반한 구름의 이동으로 중부지방이 남부지방과 북부지방에 비해 낮게 나타났다. 또한 2000년 1월부터 2010년 12월까지 월별 시계열 변화를 분석해본 결과 한반도 전역에서 태양광의 증가추세가 나타났다. 특히 부산광역시는 10년간 3.75MJ이 증가하였으며, 서울특별시는 3.645MJ/decade, 함경북도는 3.499MJ/decade의 증가경향을 보였다. 월별 시계열 그래프를 보면 2003년 8월과 2005년 4월을 기준으로 3부분에서 다른 특성이 나타나는데 이것은 각 구간별로 구름산출을 위하여 사용된 정지기상위성이 다르기 때문이다. 각 구간에서 사용된 위성은 GMS-5(2003년 8월 이전), GOES-9(2003년 8월~2005년 3월) 그리고 MTSAT-1R(2005년 4월이후)이다. 추후에는 태양광 자원이 풍부한 지역에 대해서 더욱 상세하게 태양광 에너지의 분포와 변화를 분석해보자 한다. 이러한 지역별 자원분석 자료는 지방자치단체들이 신재생에너지 개발계획을 세우는데 도움을 줄 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.387-387
• /
• 2022

기존 홍수기시 댐 운영은 예측 강우와 실시간 관측 강우를 이용하여 댐 운영 모형을 수행하며, 예측 결과에 따라 의사결정 및 댐 운영을 실시하게 된다. 하지만 이 과정에서 반복적인 분석이 필요하며, 댐 운영 모형 수행자의 경험에 따라 예측 결과가 달라져서 반복작업에 대한 자동화, 모형 수행자에 따라 달라지지 않는 예측 결과의 일반화가 필요한 상황이다. 이에 댐 운영 모형에 AI 기법을 적용하여, 다양한 강우 상황에 따른 자동 예측 및 모형 결과의 일반화를 구현하고자 하였다. 이를 위해 수자원 분야에 적용된 국내외 129개 연구논문에서 사용된 딥러닝 기법의 활용성을 분석하였으며, 다양한 수자원 분야 AI 적용 사례 중에서 댐 운영 예측 모형에 적용한 사례는 없었지만 유사한 분야로는 장기 저수지 운영 예측과 댐 상·하류 수위, 유량 예측이 있었다. 수자원의 시계열 자료 활용을 위해서는 Long-Short Term Memory(LSTM) 기법의 적용 활용성이 높은 것으로 분석되었다. 댐 운영 모형에서 AI 적용은 2개 분야에서 진행하였다. 기존 강우관측소의 관측 강우를 활용하여 강우의 패턴분석을 수행하는 과정과, 강우에서 댐 유입량 산정시 매개변수 최적화 분야에 적용하였다. 강우 패턴분석에서는 유사한 표본끼리 묶음을 생성하는 K-means 클러스터링 알고리즘과 시계열 데이터의 유사도 분석 방법인 Dynamic Time Warping을 결합하여 적용하였다. 강우 패턴분석을 통해서 지점별로 월별, 태풍 및 장마기간에 가장 많이 관측되었던 강우 패턴을 제시하며, 이를 모형에서 직접적으로 활용할 수 있도록 구성하였다. 강우에서 댐 유입량을 산정시 활용되는 매개변수 최적화를 위해서는 3층의 Multi-Layer LSTM 기법과 경사하강법을 적용하였다. 매개변수 최적화에 적용되는 매개변수는 중권역별 8개이며, 매개변수 최적화 과정을 통해 산정되는 결과물은 실측값과 오차가 제일 적은 유량(유입량)이 된다. 댐 운영 모형에 AI 기법을 적용한 결과 기존 반복작업에 대한 자동화는 이뤘으며, 댐 운영에 따른 상·하류 제약사항 표출 기능을 추가하여 의사결정에 소요되는 시간도 많이 줄일 수 있었다. 하지만, 매개변수 최적화 부분에서 기존 댐운영 모형에 적용되어 있는 고전적인 매개변수 추정기법보다 추정시간이 오래 소요되며, 매개변수 추정결과의 일반화가 이뤄지지 않아 이 부분에 대한 추가적인 연구가 필요하다.

• The Journal of the Korea Contents Association
• /
• v.9 no.8
• /
• pp.384-391
• /
• 2009

The coastline area, which was the important to decide the shape of the national land, has the characteristics of changing its shapes and features. We have some trouble to make the appropriate use-plan, because of the huge land to be reclaimed from the sea and developing large and small coast areas. Of them the coastal sand dune plays a definite primary role in the side of tourism and ecology. But there is not enough study for that. Busan Songdo coast is decided as an object of this study. We would analyze transfer path of the coastal sand dune through the time series analysis with RTK-GPS survey for many years. In case of Song do coast, the mean coastline length is approximately 620m, the area is approximately $31,846m^2$. Breakwaters are set up in right and left sides in Song do coast. it can make the sand dune be a minimum. So the coastal sand dune is steadily deposited with a certain beach nourishment of every year. As a result of 7 times survey, both sides of the coastal sand dune are eroded. It turns out it is going ahead over all as the center of the coastal sand dune is deposited.

• 한국IT서비스학회:학술대회논문집
• /
• 2010.05a
• /
• pp.291-295
• /
• 2010

최근 급격한 하드웨어 기술과 데이터베이스 시스템의 발전은 우리 주변에서 발생하는 다양한 분야의 데이터를 자동으로 수집하는 것을 가능하게 하였다. 흔히 데이터 스트림(data stream)이라고 언급되는 끊임없이 생산되는 대용량의 데이터를 효율적으로 처리하여 유용한 정보를 얻어내는 기술은 이미 많은 응용 분야에서 광범위하게 연구되고 있다. 인터넷은 이러한 데이터 스트림을 양산해 내는 주요 원천 중의 하나이다. 인터넷 비즈니스의 활성화와 더불어 웹로그 데이터 스트림은 마케팅, 전략 수립, 고객관리 등 여러 부분에 광범위하게 활용되기 시작했으며, 보다 정확하고 효율적인 분석에 대한 요구사항도 점점 늘어나고 있다. 데이터 웨어하우스(Data Warehouse)는 수집된 데이터를 주제 기반으로 통합하여 시계열 형태로 적재하는 저장소서 유용한 분석이나 의사결정에 많이 사용되어 왔다. 데이터웨어하우스는 데이터를 요약하고 통합 및 정제하는 기능을 제공하여 대용량의 데이터 처리에 적합하고 데이터의 품질을 향상시키기 때문에 데이터 마이닝 분야에서 전처리 과정으로도 많이 이용되어 왔다. 본 논문에서는 웹로그 데이터 스트림에 대한 데이터 웨어하우스를 구축하여 보다 고품질의 유용한 정보를 효율적으로 얻어내는 시스템을 제안한다.