• 대한토목학회논문집
• /
• 제36권6호
• /
• pp.1093-1099
• /
• 2016

현재 우리나라의 수도권 전철역이 499개가 있지만 철도역과 연계수단간의 연계영향권에 대한 연구가 많지 않다. 대부분 진행된 연구들은 연계영향권보다는 접근영향권에 대한 연구가 주를 이루고 있다. 또한 연계영향권의 연구들은 설문조사와 기초통계자료를 이용하여 연계영향권의 설정에 대한 이론적기반과 분석기법에 한계를 가지고 있다. 본 논문에서는 새로운 연계영향권을 설정 방법론을 정립하고 이를 빅데이터인 교통카드 이용자들의 철도역 이용 공간자료와 GIS 기반 연계영향권 분석 기법을 접목하여 수단별 네트워크 통행시간기반 연계영향권 설정 연구를 수행 하였다. 연구결과 마을버스 15분이내, 지선버스 20분이내, 간선버스 25분 이상 등의 연계영향권이 네트워크 접근시간의 차이에 따라 명확히 구분됨을 확인하였다.

• 한국공간정보시스템학회 논문지
• /
• 제5권1호
• /
• pp.39-47
• /
• 2003

본 논문의 연구목적은 탄성파 자료 보정용 검층 기록의 통계적 추정방법을 이용한 3차원 GIS 데이터 획득 방법을 제안하는 것이다. 저류층 특성화를 위한 파라미터를 얻기 위해 탄성파 자료의 반사계수 시계열을 사용하였는데, 산출 결과의 신뢰도를 높이기 위하여 검층기록을 이용하여 탄성파 자료의 반사계수를 보정하였다. 이를 위하여 탄성파 자료를 획득한 임의의 지점에서 검층기록이 필요한데 본 연구는 이에 대한 추정 방법과 이를 현장 자료에 적용하면서 그 결과에 대하여 논의하였다. Kriging에서 검층기록의 가중값은 가까울수록 높은 값을 갖게 되므로 반사계수 추정값은 가까운 검층기록으로부터 많은 영향을 받는다. Cokriging 방법의 추정 결과와 Kriging 방법의 추정 결과를 비교해 보면 cross variogram이 큰 값을 가질때는 검층기록의 반사계수 추정값의 변화가 크며 cross variogram의 값이 작을 땐 두 방법의 추정 결과가 매우 유사한 것으로 판명되었다.

• 한국농림기상학회지
• /
• 제20권4호
• /
• pp.337-347
• /
• 2018

농업활동의 위험은 대부분은 기상에 의해 발생한다. 효율적인 농작업을 위해선 기상정보를 활용해야 한다. 현대 농업은 첨단 기술인 ICT와 융합을 통해 고부가가치를 창출하는 방향으로 발전하고 있다. 본 연구에서는 고랭지배추의 효율적인 재배를 위한 USN 관측장비를 통한 기상관측장비의 품질관리 알고리즘을 다룬다. 기상관측에서 정확한 관측이 중요하다. 이를 위해서 기상청에서는 기상관측 장비별로 품질관리 알고리즘을 개발하여 기상정보의 정확성 검증을 통해 정상자료 여부를 판정한 후 이를 활용한다. 연구자료는 2015년부터 2017년까지 3년간 대표적인 고랭지배추 재배지인 안반덕, 귀네미에 설치된 5개 USN 자료이다. 품질관리 알고리즘은 지속성검사, 기후범위검사, 시간변동성검사, 공간분포검사로 구성되어 있다. 마지막으로 본 연구에서 제안하는 품질관리 알고리즘은 기상자료의 공간적 특성을 고려한 잠재적 이상관측 여부도 확인할 수 있다. 또한 품질관리를 거친 자료를 토대로 고랭지배추와 기상관측자료의 상관성을 분석함으로써 효율적 농산업 관리에 도움이 될 것으로 보여진다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권7호
• /
• pp.2359-2376
• /
• 2022

With the exponential growth of medical image big data represented by high-resolution CT images(CTI), the high-resolution CTI data is of great importance for clinical research and diagnosis. The paper takes lung CTI as an example to study. Retrieving answer CTIs similar to the input one from the large-scale lung CTI database can effectively assist physicians to diagnose. Compared with the conventional content-based image retrieval(CBIR) methods, the CBIR for lung CTIs demands higher retrieval accuracy in both the contour shape and the internal details of the organ. In traditional supervised deep learning networks, the learning of the network relies on the labeling of CTIs which is a very time-consuming task. To address this issue, the paper proposes a Weakly Supervised Similarity Evaluation Network (WSSENet) for efficiently support similarity analysis of lung CTIs. We conducted extensive experiments to verify the effectiveness of the WSSENet based on which the CBIR is performed.

• 국제학술발표논문집
• /
• The 6th International Conference on Construction Engineering and Project Management
• /
• pp.317-320
• /
• 2015

Documenting work-in-progress on construction sites using images captured with smartphones, point-and-shoot cameras, and Unmanned Aerial Vehicles (UAVs) has gained significant popularity among practitioners. The spatial and temporal density of these large-scale site image collections and the availability of 4D Building Information Models (BIM) provide a unique opportunity to develop BIM-driven visual analytics that can quickly and easily detect and visualize construction progress deviations. Building on these emerging sources of information this paper presents a pipeline for model-driven visual analytics of construction progress. It particularly focuses on the following key steps: 1) capturing, transferring, and storing images; 2) BIM-driven analytics to identify performance deviations, and 3) visualizations that enable root-cause assessments on performance deviations. The information requirements, and the challenges and opportunities for improvements in data collection, plan preparations, progress deviation analysis particularly under limited visibility, and transforming identified deviations into performance metrics to enable root-cause assessments are discussed using several real world case studies.

• 한국조경학회지
• /
• 제44권5호
• /
• pp.1-11
• /
• 2016

최근 정원과 정원설계에 대한 사회적 관심이 급증하고 있다. 하지만 '정원'이라는 용어의 사용범위가 엄청나게 넓고 복잡하며, 그에 따른 정원에 관한 개념 정립에 대한 연구는 거의 이루어지지 않고 있다. 따라서, 본 연구에서는 광범위한 문헌연구와 빅데이터 분석을 통해 정원의 시대적 의미를 파악하고, 그 변화 패턴을 설명하고자 하였다. 과거 정원은 내 집 마당과 뜰과 같이 사적인 영역부터 집 밖의 들까지 광범위하였지만, 경제개발 이후 주거환경이 변하여 주로 사적인 영역에 정원이 조성되면서 범위가 축소되었다. 또, 자연과 사람의 상호작용을 위한 공간으로서 역할을 하는, 정원과 성격이 비슷한 도시공원의 도입으로 인해 정원과 공원의 경계가 모호해지고, 정원의 개념에 혼란이 시작되었다. 결국 정원은 인간을 대상으로 하고, 정원의 정의는 자연과학, 사회학 및 문화학 등 여러 분야의 총합으로 다양하게 이해될 수밖에 없다. 정원의 시대적 정의에 대해 논의하는 것은 정원의 개념적 범위를 파악하여 정원과 관련된 연구에 시사점을 줄 수 있으며, 이 연구에 사용된 빅데이터를 활용한 연구는 다른 유사한 연구, 특히 조경분야의 의미론 연구의 방법으로 기여할 수 있다.

• 천문학회보
• /
• 제40권1호
• /
• pp.84.3-85
• /
• 2015

We report a small-scale EUV bright loop associated with the evolution of the fine-scale magnetic discontinuity in the photosphere. Our analysis was carried out by using the high spatial resolution data taken with InfraRed Imaging Magnetograph (IRIM) and the Fast Imaging Solar Spectrograph (FISS). As a result, an extremely narrow dark lane of the intense horizontal magnetic field (width ~ 300 km) is detected parallel to the boundary of the magnetic pore, which is one of the footpoints of the small-scale bright coronal loop. We find that the variation of the net linear polarization inside the dark lane is closely related to the intensity variations of the coronal loop. Based on our results, we suggest that small-scale atmospheric heating such as bright coronal loop seen above the complex pore group may be strongly affected by the evolution of the fine-scale magnetic discontinuity in the photosphere. This is a nice example of solar atmospheric heatings associated with the fine-scale magnetic discontinuity in the photosphere.

• 동의생리병리학회지
• /
• 제35권5호
• /
• pp.132-138
• /
• 2021

Artificial intelligence technology sheds light on new ways of innovating acupuncture research. As acupoint selection is specific to target diseases, each acupoint is generally believed to have a specific indication. However, the specificity of acupoint selection may be not always same with the specificity of acupoint indication. In this review, we propose that the specificity of acupoint indication can be inferred from clinical data using reverse inference. Using forward inference, the prescribed acupoints for each disease can be quantified for the specificity of acupoint selection. Using reverse inference, targeted diseases for each acupoint can be quantified for the specificity of acupoint indication. It is noteworthy that the selection of an acupoint for a particular disease does not imply the acupoint has specific indications for that disease. Electronic medical record includes various symptoms and chosen acupoint combinations. Data mining approach can be useful to reveal the complex relationships between diseases and acupoints from clinical data. Combining the clinical information and the bodily sensation map, the spatial patterns of acupoint indication can be further estimated. Interoperable medical data should be collected for medical knowledge discovery and clinical decision support system. In the era of artificial intelligence, machine learning can reveal the associations between diseases and prescribed acupoints from large scale clinical data warehouse.

• Spatial Information Research
• /
• 제19권3호
• /
• pp.1-9
• /
• 2011

자연 및 인간 시스템에 큰 영향을 주고 있는 해양 부문의 기후변화 적응 대책 수립을 위해서는 기본적으로 해양에 대한 기후변화 취약성 평가가 이루어져야 한다. 본 연구에서는 해양 부문의 취약성 평가를 위해 민감성, 적응성, 노출 등의 규준을 설정하고, 각 규준에 적합한 평가지표를 선정 후 지표별 공간자료를 구축하였다. 해양부문에서는 평가지표 자료가 육지영역과 해양영역으로 구분되어 있었으나, 본 연구에서는 행정구역별 육지영역 자료를 해양 영역으로 외삽을 통해 통합하였다. 그 결과, 해양부 문의 취약성을 해양영역에서 공간별로 다양하게 나타낼 수 있었다. 민감성의 경우, 남서쪽 해역이 동해와 서해에 비하여 월등히 높은 값이 나타났고, 노출의 경우 서해와 서 남해 해역이 변화율이 높게 나타났다. 반면 적응성의 경우, 동해가 적응성이 가장 높게 나타났으며 전라남도와 제주도 북쪽 해역 또한 다른 행정구역에 비하여 적응성이 높게 나타났다. 이 세 가지 규준을 통하여 평가한 결과 상대적으로 적응성이 높지만 노출과 민감성은 월등히 높은 값을 나타낸 남서쪽 해역이 두드러지게 취약성이 높게 평가되었다. 하지만 본 연구에서 진행된 해양 부문의 취약성 평가는 제한적인 지표를 사용하였기 때문에 적절한 취약성 평가에 필요한 지표들의 자료구축이 필요하다.

• 대한공간정보학회지
• /
• 제23권2호
• /
• pp.89-96
• /
• 2015

위치기반 소셜 미디어 데이터는 빅데이터, 위치기반서비스 등 다양한 분야에서 활용가능성이 매우 큰 데이터이다. 본 연구에서는 위치기반 소셜 미디어 데이터의 텍스트 정보를 분석하여 주요한 키워드들이 공간적으로 어떻게 분포하고 있는지를 파악할 수 있는 일련의 분석방법론을 적용해보았다. 이를 위해, 위치태그를 지닌 트윗 데이터를 서울시 강남지역과 그 주변지역에 대하여 2013년 8월 한달 간 수집하였으며, 이 데이터를 대상으로 하여 텍스트 마이닝을 통해 주요 키워드들을 도출하였다. 이러한 키워드들 중 음식, 엔터테인먼트, 업무 및 공부의 세 카테고리에 해당하는 키워드들만 추출, 분류하였으며 각 카테고리에 해당하는 트윗 데이터들에 대해서 공간적 클러스터링을 실시하였다. 도출된 각 카테고리별 클러스터들을 실제 그 지역의 건물 또는 벤치마크 POI들과 비교한 결과, 음식 카테고리 클러스터는 대규모 상업지역들과 일치도가 높았고 엔터테인먼트 카테고리의 클러스터는 공연장, 극장, 잠실운동장 등과 일치하였다. 업무 및 공부 카테고리 클러스터들은 학원 밀집지역 및 사무용 빌딩 밀집지역과 높은 일치도를 나타내었다.