• 한국산학기술학회논문지
• /
• 제20권3호
• /
• pp.49-55
• /
• 2019

협업과 소통하는 업무 분위기가 중시되면서 개방형 사무실이나 공유사무실이 나타나고 있다. 기존에는 사용자가 공간 유지보수의 주체가 되었으나 정해진 자리가 없어지면서 실내공간의 유지관리가 어렵게 되었다. ICBM 프레임워크를 활용한다면 실내 공간에 대한 정보를 수집하고, 공간유지보수에 활용 할 수 있을 것이다. 따라서, 본 연구에서는 ICBM(Internet of Things, Cloud, Big Data, Mobile) 기반의 프레임워크를 제안하고 이를 활용한 실내공간 유지관리 시스템의 가능성을 검토 하였다. IoT(Internet of Things, 사물인터넷)기술을 이용하여 실내의 온도, 상대습도, 재실 여부, 밝기를 지속적으로 측정하고 WiFi를 통해 Web API 에 제공한다. 온습도센서, 조도센서, 초음파 거리센서와 와이파이 모듈로 구성된 IoT 디바이스를 설계하고 프로토타입을 제작하였다. IoT를 통해 자동으로 취득된 데이터와 기존 유지보수 데이터, 공간정보가 Cloud(클라우드)를 통해 통합된다. 센서로 수집한 Big Data(빅데이터)는 유지보수용으로 의미 있는 공간 정보로 가공할 수 있을 것이다. 실내 공간 정보 및 유지관리 사항을 모바일(Mobile)을 통해 관리자에게 전달할 수 있다. 데이터 수집결과, 사용된 초음파센서의 측정범위 한계로 인해 재실여부의 파악은 제한적이었다. 하지만 밝기 정보는 공간의 활용 행태를 충분히 나타내어, 조명의 켜짐/꺼짐여부와 주말, 주중의 차이를 확인할 수 있었다. 온도와 상대습도 정보 또한 안정적으로 수집되어 공간의 쾌적성을 평가할 수 있었다.

• 한국환경과학회지
• /
• 제27권7호
• /
• pp.509-518
• /
• 2018

Weather is the most influential factor for crop cultivation. Weather information for cultivated areas is necessary for growth and production forecasting of agricultural crops. However, there are limitations in the meteorological observations in cultivated areas because weather equipment is not installed. This study tested methods of predicting the daily mean temperature in onion fields using geostatistical models. Three models were considered: inverse distance weight method, generalized additive model, and Bayesian spatial linear model. Data were collected from the AWS (automatic weather system), ASOS (automated synoptic observing system), and an agricultural weather station between 2013 and 2016. To evaluate the prediction performance, data from AWS and ASOS were used as the modeling data, and data from the agricultural weather station were used as the validation data. It was found that the Bayesian spatial linear regression performed better than other models. Consequently, high-resolution maps of the daily mean temperature of Jeonnam were generated using all observed weather information.

• 한국환경과학회지
• /
• 제27권7호
• /
• pp.499-507
• /
• 2018

Agricultural meteorological information is an important resource that affects farmers' income, food security, and agricultural conditions. Thus, such data are used in various fields that are responsible for planning, enforcing, and evaluating agricultural policies. The meteorological information obtained from automatic weather observation systems operated by rural development agencies contains missing values owing to temporary mechanical or communication deficiencies. It is known that missing values lead to reduction in the reliability and validity of the model. In this study, the hierarchical Bayesian spatio-temporal model suggests replacements for missing values because the meteorological information includes spatio-temporal correlation. The prior distribution is very important in the Bayesian approach. However, we found a problem where the spatial decay parameter was not converged through the trace plot. A suitable spatial decay parameter, estimated on the bias of root-mean-square error (RMSE), which was determined to be the difference between the predicted and observed values. The latitude, longitude, and altitude were considered as covariates. The estimated spatial decay parameters were 0.041 and 0.039, for the spatio-temporal model with latitude and longitude and for latitude, longitude, and altitude, respectively. The posterior distributions were stable after the spatial decay parameter was fixed. root mean square error (RMSE), mean absolute error (MAE), mean absolute percentage error (MAPE), and bias were calculated for model validation. Finally, the missing values were generated using the independent Gaussian process model.

• 한국지리정보학회지
• /
• 제20권4호
• /
• pp.89-101
• /
• 2017

범죄는 장소나 건축물 용도에 따라 발생빈도와 유형이 다르고, 그 장소를 이용하는 사람들의 특성 및 공간 구조 차이에 의해 다양하게 발생한다. 따라서 공간 및 지역특성을 포함한 공간 빅데이터를 활용하여 지역을 분석해 보면 범죄예방 전략을 마련할 수 있다. 아울러 빅데이터와 지능 정보화시대의 도래에 따라 예측적 경찰활동이 새로운 경찰활동의 패러다임으로 등장하고 있다. 이에 보편적인 지방도시 J시를 대상으로 3개년 동안의 7,420건의 실제 범죄사례를 바탕으로 도시공간의 물리 환경적인 특성을 분석하여 범죄발생공간을 규명하고, 위험지역을 예측해 보고자 하였다. 분석에는 다양한 빅데이터 중 범죄를 유발하는 도시 공간 내 물리 환경적 요소에 한하여 공간 빅데이터를 구축하여 공간회귀분석을 실시하였다. 다음으로 분석결과 도출된 가로폭, 평균 층수, 용적율, 1층 사용용도(제2종 근린생활시설, 상업시설, 유흥시설, 주거시설)을 변수로 베이지안확률 기반 범죄발생 위험성 예측 모형(CIPM: Crime Incident Prediction Model)을 개발하였다. 개발된 모델은 실제 범죄발생 지역과의 중첩분석 및 모델의 정확도를 판단하는 Roc curve 분석을 통해 AUC 값이 0.8로 모델이 적합한 것으로 나타났다. 개발된 모델을 토대로 사례지역의 범죄 위험도를 분석한 결과 범죄발생은 상업 및 유흥시설이 밀집된 지역과 건물층수가 높은 지역, 그리고 상업 및 유흥시설과 주거가 혼재해 있는 블록이 범죄발생 확률이 높은 것으로 나타났다. 본 연구는 단순히 범죄의 공간적 분포와 범죄발생 영향요인을 탐색하는 기존의 연구와 달리 범죄발생 예측모델을 확률론적 관점에서 개발하는 영역으로 한 단계 진전되었다는 점에 의의가 있다.

• 농촌계획
• /
• 제30권2호
• /
• pp.13-24
• /
• 2024

This study conducts an analysis of social media big data pertaining to island tourism resources, aiming to discern the diverse forms and categories of island tourism favored by consumers, ascertain predominant resources, and facilitate objective decision-making grounded in scientific methodologies. To achieve this objective, an examination of blog posts published on Naver from 2022 to 2023 was undertaken, utilizing keywords such as 'Island tourism', 'Island travel', and 'Island backpacking' as focal points for analysis. Text mining techniques were applied to sift through the data. Among the resources identified, the port emerged as a significant asset, serving as a pivotal conduit linking the island and mainland and holding substantial importance as a focal point and resource for tourist access to the island. Furthermore, an analysis of the disparity between existing island tourism resources and those acknowledged by tourists who actively engage with and appreciate island destinations led to the identification of 186 newly emerging resources. These nascent resources predominantly clustered within five regions: Incheon Metropolitan City, Tongyeong/Geoje City, Jeju Island, Ulleung-gun, and Shinan-gun. A scrutiny of these resources, categorized according to the tourism resource classification system, revealed a notable presence of new resources, chiefly in the domains of 'rural landscape', 'tourist resort/training facility', 'transportation facility', and 'natural resource'. Notably, many of these emerging resources were previously overlooked in official management targets or resource inventories pertaining to existing island tourism resources. Noteworthy examples include ports, beaches, and mountains, which, despite constituting a substantial proportion of the newly identified tourist resources, were not accorded prominence in spatial information datasets. This study holds significance in its ability to unearth novel tourism resources recognized by island tourism consumers through a gap analysis approach that juxtaposes the existing status of island tourism resource data with techniques utilizing social media big data. Furthermore, the methodology delineated in this research offers a valuable framework for domestic local governments to gauge local tourism demand and embark on initiatives for tourism development or regional revitalization.

• 한국전자통신학회논문지
• /
• 제14권2호
• /
• pp.377-388
• /
• 2019

본고에서 제안된 시스템은 제4차 산업혁명의 인공지능 시대에 맞춰 작동하는 빅데이터 시스템으로 제안되었다. 제안된 시스템은 정부의 새로운 지능형 빅데이터 정보시스템 개발 측면에서 하나의 좋은 예가 될 수 있다. 예를 들면 기존 영화관입장권통합전산망의 연계 혹은 그 기능 그대로 부처의 시스템으로 도입될 수도 있다. 제안된 시스템은 이를 위해 유저의 프로파일을 영화제작자 등의 사업자에게 전송하는데 여기에는 비교데이터로서 제공된다. 곧 유저별 특성데이터로 정보가 전송되며 이른바 '새로운 재해석'내용까지 포함한 실제 유저가 느끼는 영화품평을 통해 제작자는 개봉된 영화의 작품성, 흥행성, 손익분기점의 3가지 요소의 성공가능성을 실시간으로 가늠할 수 있다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.79-101
• /
• 2023

전라북도의 지방도 포장보수 이력 관리 현황은 현장 건설사의 포장보수 후 성과품에만 의존하여 엑셀, 한글 문서로만 관리되고 있는 실정이며, 덧씌우기 예산 등은 매년 불규칙적인 투입으로 안정적인 도로 관리 불가한 현황이다. 그에 따라 지방도의 체계적인 유지관리 방안 필요하다. 해당 논문에서는 도로 파손과 관련이 있는 데이터 및 도로 환경과 관련이 있는 데이터를 수집 및 가공하여, 도로 파손이 발생할 수 있는 위험지역을 도출하였다. 해당 예측 결과 지역을 현장검수하여 해당 방법론의 유효성을 파악하였다. 국토부에 따르면 일반국도의 도로 파임 발생 건수는 18년도에 약 4만7천건, 19년도에 약 3만8천 건이며 도로 파임 피해 소송건수는 18년도에 93건, 19년도에 119건으로 증가했다. 일반국도의 경우 도로 파임 발생 건수가 18년도에 비해 줄었으나 이는 도로 포장 보수 등을 진행하면서 발생 건수가 줄어든 것이라고 한다. 전라북도의 지방도의 포장보수 우선순위를 분석하기 위해 연구를 진행하기 위해, 엑셀, 한글 문서로만 관리되는 지방도 포트홀 상습발생지, 덧씌우기 사업구간, 긴급 보수구간위치와 같은 보수 이력데이터를 데이터화 하여, 분석하고, 보수 이력 데이터에서 벗어나 지방도의 체계적인 유지관리를 개선한다. 더 나아가, 도로와 관련된 다양한 현황데이터를 활용하여 공간 융합 데이터를 구축하고, 머신러닝 학습 데이터 및 예측에 필요한 데이터 형태로 가공하였다. 해당 공간 빅데이터를 사용하여 지방도 유지관리가 필요한 우선지역을 예측하고 도로포장 유지관리 우선순위 예측하였으며, 해당 결과를 활용하여 도로관리 예산 및 정책 수립에 활용하려 한다.

• Ecology and Resilient Infrastructure
• /
• 제6권4호
• /
• pp.250-257
• /
• 2019

최근 4대강사업을 통해 국가 주요하천 인근에 약 357개소의 친수공원을 조성하여 국민의 휴식 및 레저공간으로 활용하고, 하천 환경 및 생태적 건강성을 높이고자 하였으나 실제 활용도가 저조하여 친수지구의 수를 297개소로 축소하고, 친수지구 계획 및 관리를 위한 노력을 많이 하고 있다. 특히 이용객 수 조사 및 예측을 좀 더 과학적이고 체계적으로 하기 위해 통신 빅데이터를 활용하는 시도가 이루어지고 있다. 하지만 기존 사람이 현장 조사를 하는 방식과 비교하여 통신 빅데이터를 활용할 경우 공간적인 이용객 이동 패턴을 간편하게 파악할 수 있지만 실제 이용객 수와는 차이가 있기 때문에 이를 해결하기 위한 다양한 검증이 필요하다. 이에 본 연구에서는 낙동강 하구에 위치한 삼락생태공원을 대상으로 통신 빅데이터를 활용한 이용객 이동 패턴과 무인기를 활용한 이용객 수를 비교하여 통신 빅데이터를 활용한 이용객 수 추정의 정확도를 평가하였다. 그 결과 하천 친수지구의 경우 pCELL의 정밀도가 낮아 시설물별 이용 패턴을 정밀하게 추정하기 어려웠으며, 도로 및 주차장 등에 멈춰 있는 신호들 때문에 공원 내 이용 패턴이 왜곡될 수 있음을 확인하였다. 따라서 향후 통신 빅데이터 처리에 있어서 친수지구 내 pCELL 수를 확충하고 도로 및 주차장 등의 시설물을 제외한 이용객 수 추정할 수 있도록 개선이 필요한 것으로 나타났다.

• 한국농촌건축학회논문집
• /
• 제23권2호
• /
• pp.9-16
• /
• 2021

The purpose of this study is to maintain the existing characteristics of the city by utilizing the physical decline status and floating population in small and medium cities residential areas. In addition, it intends to present the direction of flexible urban regeneration and maintenance by reflecting regional characteristics and current status. A total of three data were used in this study. Building data, floating population data, and census output area data were used. Building data and floating population data were classified into five classes. The graded data were joined to the census output area data and analyzed by overlapping the two data. As a result of analysis of 17 residential areas in 5 small and medium cities in Jeollanam-do, 4 types, 2 management models, and 4 indicators could be presented by grade and regional characteristics. This study is meaningful in that it is possible to plan regionally customized urban regeneration/maintenance management plans and projects through the typology of the current status and characteristics of the region, which is an important step in the bottom-up form.

• 한국공간구조학회논문집
• /
• 제23권3호
• /
• pp.95-103
• /
• 2023

With the increasing number of aging buildings across Korea, emerging maintenance technologies have surged. One such technology is the non-contact detection of concrete cracks via thermal images. This study aims to develop a technique that can accurately predict the depth of a crack by analyzing the temperature difference between the crack part and the normal part in the thermal image of the concrete. The research obtained temperature data through thermal imaging experiments and constructed a big data set including outdoor variables such as air temperature, illumination, and humidity that can influence temperature differences. Based on the collected data, the team designed an algorithm for learning and predicting the crack depth using machine learning. Initially, standardized crack specimens were used in experiments, and the big data was updated by specimens similar to actual cracks. Finally, a crack depth prediction technology was implemented using five regression analysis algorithms for approximately 24,000 data points. To confirm the practicality of the development technique, crack simulators with various shapes were added to the study.