• The Bulletin of The Korean Astronomical Society
• /
• v.35 no.1
• /
• pp.45.1-45.1
• /
• 2010

한국천문연구원과 일본 국립천문대는 공동으로 한일공동VLBI상관기(Korea-Japan VLBI Correlator, KJJVC)를 개발하였다. 이 상관기는 최대 16 관측국에 대하여 16 세트의 자기상관 및 120 세트의 상호상관을 계산할 수 있다. 각 관측국당 최대 8,192 Mbits/sec의 입력 데이터를 처리할 수 있으며, 8,192개의 주파수채널을 갖는 상관 스펙트럼을 약 25.4 밀리초~수초의 적분 시간으로 출력할 수 있는데, 최대 상관 출력 속도는 1.4GB/sec이다. 한편, 이 상관기는 한국우주전파관측망(KVN) 뿐만 아니라 동아시아VLBI관측망 및 우주공간VLBI관측망의 관측 데이터도 처리할 수 있도록 설계 제작되었으며, 최대 지연 추적 범위는 ${\pm}35,000km$이며, 보상 가능한 최대 기선 속도는 7.5km/sec이다. 현재 다른 VLBI관측망에서 사용하고 있는 타 상관기의 경우 지연은 2차 미분까지 보상하고, 프린지 위상은 3 단계로 보상하고 있는 것에 비하여, 한일공동VLBI상관기에서는 지연은 3차 미분까지 보상하여 지연 잔차를 최소화하고 프린지 위상은 16 단계로 세분하여 보상 수준의 정밀도를 최대화하였다. 이러한 지연 보상 및 프린지 멈춤 알고리즘을 상세히 소개하고 그 특성 및 장점을 보고한다.

• Spatial Information Research
• /
• v.8 no.2
• /
• pp.243-255
• /
• 2000

The spatial distribution characteristics and patterns of geographic features in space can be understood through a variety of analysis techniques. The scale is one of most important factors in spatial analysis techniques. This study is aimed at identifying the characteristics of spatial data with a coarser spatial resolution and finding procedures for spatial resolution in operational scale. To achieve these objectives, this study selected LANSAT TM imagery for Sunchon Bay, a coastal wetland for a study site, applied the indices for representing scale characteristics with resolution, and compared those indices. Local variance and fractal dimension developed by previous studies were applied to measure the textual characteristics. In this study, Moran s I was applied to measure spatial pattern change of variance data which were generated from the process of coarser resolution. Drawing upon the Moran s I of variancedata was optimum technique for analysing spatial structure than those of previous studies (local variance and fractal dimension). When the variance data represents maximum Moran´s I at certainly resolution, spatial data reveals maximum change at that resolution. The optimum resolution for spatial data can be explored by applying these results.

• The KIPS Transactions:PartC
• /
• v.10C no.6
• /
• pp.665-674
• /
• 2003

In this paper, we propose an approach to correlate alerts using a clustering analysis of data mining techniques in order to support intrusion detection system. Intrusion detection techniques are still far from perfect. Current intrusion detection systems cannot fully detect novel attacks. However, intrucsion detection techniques are still far from perfect. Current intrusion detection systems cannot fully detect novel attacks or variations of known attacks without generating a large amount of false alerts. In addition, all the current intrusion detection systems focus on low-level attacks or anomalies. Consequently, the intrusion detection systems to underatand the intrusion behind the alerts and take appropriate actions. The clustering analysis groups data objects into clusters such that objects belonging to the same cluster are similar, while those belonging to different ones are dissimilar. As using clustering technique, we can analyze alert data efficiently and extract high-level knowledgy about attacks. Namely, it is possible to classify new type of alert as well as existed. And it helps to understand logical steps and strategies behind series of attacks using sequences of clusters, and can potentially be applied to predict attacks in progress.

• Journal of the Korean Data and Information Science Society
• /
• v.26 no.4
• /
• pp.931-946
• /
• 2015

Many multiple life insurance products consider benefits that are contingent on the combined survival status of two lives. To value premiums of the insurance products accurately, we need to consider the impact of the survivorship of one life on another. To show a dependence relation between married couple, we calculate correlation coefficients by using married couples data from National Pension Service and the results show some positive dependence between them. Moreover, by analyzing the death after bereavement, we find a evidence that mortality rates increase after the death of a spouse and, in addition, that this phenomenon, the broken-heart syndrome, diminishes over time. The results of this study can support the method to calculate the premium of multiple life insurance reflecting more realistic joint mortality rates.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.734-737
• /
• 2009

최근 침입 탐지 시스템으로부터 생성되는 대량의 경보데이터에 대한 관리와 경보상관관계 분석 결과를 침입탐지시스템의 능동적인 대응에 활용하고자 하는 연구가 많이 시도되고 있다. 기존의 침입 탐지 시스템은 알려진 공격 형태를 탐지하는 것은 가능하지만 변형된 형태의 공격이나 새로운 형태의 공격의 탐지는 어렵다. 이 논문에서는 침입 탐지시스템의 체계적인 경보데이터관리 및 경보데이터 상관관계 분석을 위하여 데이터마이닝 기법을 적용한 경보 데이터 마이닝 프레임워크를 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.351-354
• /
• 2002

최근 생명공학 기술과 분석화학 기술의 발달로 생물 유전 데이터를 대량으로 얻는 것이 가능하게 되었다. 아울러 이렇게 얻어진 데이터를 적절하게 처리하고 분석하는 방법들도 여러 가지가 소개되어 왔다. 본 논문에서는 DNA 마이크로어레이 정보를 분류하기 위하여 세 가지 데이터에 대하여 여러 가지 특징 전혀 방법으로 선택된 유전자들을 사용하여 신경망 분류기에 적용시켜 보았다. 실험 결과 백혈병 데이터의 경우 피어슨 상관계수를 이용한 분류가 97.1%로 가장 높은 인식률을 보여주었다. 한편 여러 가지 특징 선택 방법에 의하여 공통적으로 선택된 유전자를 사용하여 분류하면 더 높은 인식률이 나올 것 같았지만 실제로는 기대에 못 미치는 성과를 보여주었다. 따라서 무조건 여러 번 선택된 특징을 선택하기 보다는 특징들끼리의 상관관계를 고려하여 선택하는 방법이 필요할 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.529-532
• /
• 2019

이 논문은 사람의 성격과 나이, 직업, 결혼 유무, 최종학력, 전공, 종교, 월수입, 통근 수단 등 총 14가지로 이루어진 사람의 특징 데이터와 자주 방문하는 선호 장소에 대한 데이터의 상관관계를 분석하고, 어떠한 요인이 가장 크게 영향을 미치는가에 대해 분석하였다. 분석에는 17명의 실험자가 참여하였고, 분석 방법으로는 Boosting 기법을 사용하였다. 성격 데이터는 Big Five Inventory (BFI)를 통해 얻었고, 나머지 특징들에 대한 데이터는 직접 만든 설문지를 통해 얻었으며, 장소 데이터는 Swarm 애플리케이션을 통해 얻었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.464-467
• /
• 2020

조현병(정신분열증)은 사고, 감정, 지각, 행동 등 인격의 여러 측면에 걸쳐 광범위한 임상적 이상 증상을 일으키는 정신 질환이다. 심각한 정신 질환임에도 불구하고 여전히 과학적 진단 체계가 갖춰져 있지 않아 진단의 많은 부분을 환자의 진술에 의존하고 있으며, 이로 인해 조현병이라는 진단을 받고 치료방법을 찾는데 까지 오랜 시간이 걸린다. 이에 본 연구는 EEG, MRI 데이터와 조현병의 상관관계를 이용한 조현병 진단 시스템을 제안하고자 한다. 본 시스템은 MRI 데이터와 머신러닝 알고리즘을 통한 조현병의 확률적 진단과 함께, EEG 데이터의 시각화 기능을 제공하는 소프트웨어를 개발함으로써 조현병 진단의 과학적 근거를 의사에게 제공하여 정확한 병의 진단을 목표로 한다. 진단 후에는 환자 데이터의 체계적 관리를 통해 머신러닝 알고리즘의 학습 데이터 확보 및 환자의 상태를 지속적으로 관리·관찰 할 수 있도록 하여 의료 소프트웨어로서 조현병의 체계적 진단 및 관리 시스템을 구축한다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.23 no.1
• /
• pp.23-29
• /
• 2015

In this study, the spatial relevance between the regional housing price data and the spatial distribution of the location-based social media data is explored. The spatial analysis with rasterization was applied to this study, because the both data have a different form to analyze. The geo-tagged Twitter data had been collected for a month and the regional housing price index about sales and lease were used. The spatial range of both data includes Seoul and the some parts of the metropolitan area. 2,000m grid was constructed to consider the different spatial measure between two data, and they were combined into the constructed grids. The Hotspot Analysis was operated using the combined dataset to see the comparison of spatial distribution, and the bivariate spatial correlation coefficients between two data were measured for the quantitative analysis. The result of this study shows that Seocho-gu area is detected as a common hotspot of tweet and housing sales price index data. though the spatial relevance is not detected between tweet and housing lease price index data.

• The Journal of Engineering Geology
• /
• v.33 no.4
• /
• pp.673-687
• /
• 2023

Exploratory data analysis is the process of observing and understanding data collected from various sources to identify their distributions and correlations through their structures and characterization. This process can be used to identify correlations among conditioning factors and select the most effective factors for analysis. This can help the assessment of landslide susceptibility, because landslides are usually triggered by multiple factors, and the impacts of these factors vary by region. This study compared two stages of exploratory data analysis to examine the impact of the data exploration procedure on the landslide prediction model's performance with respect to factor selection. Deep-learning-based landslide susceptibility analysis used either a combinations of selected factors or all 23 factors. During the data exploration phase, we used a Pearson correlation coefficient heat map and a histogram of random forest feature importance. We then assessed the accuracy of our deep-learning-based analysis of landslide susceptibility using a confusion matrix. Finally, a landslide susceptibility map was generated using the landslide susceptibility index derived from the proposed analysis. The analysis revealed that using all 23 factors resulted in low accuracy (55.90%), but using the 13 factors selected in one step of exploration improved the accuracy to 81.25%. This was further improved to 92.80% using only the nine conditioning factors selected during both steps of the data exploration. Therefore, exploratory data analysis selected the conditioning factors most suitable for landslide susceptibility analysis and thereby improving the performance of the analysis.