• 대한지리학회지
• /
• 제42권4호
• /
• pp.616-631
• /
• 2007

거주지 분화 현상은 도시적 삶의 공간성을 파악하는데 본질적인 요소이기 때문에 도시학 연구에서 오랫동안 주목을 받아왔다. 거주지 분화 현상에 대한 연구 과제 중의 하나가 상이한 두 집단이 얼마나 공간적으로 분리되어 있는지를 측정하는 문제이다. 이러한 측면에서 가장 널리 사용되어온 것이 상이지수(index of dissimilarity)인데, 이 지수는 거주지 분리의 '불균등성(unevenness)'은 측정할 수 있지만, 공간적 '집중도(clustering)'는 측정하지 못하는 단점을 갖고 있다. 이러한 단점을 극복하기 위해 제안되어 온 '공간적 격리 지수(spatial indices of segregation)' 역시 가설검정 절차를 제시하지 못하고 최근의 공간통계학 연구 성과를 수용하지 못하는 등의 단점을 가지고 있다. 이러한 의미에서 본 논문의 주된 연구 목적은 새로운 '공간 분리성 측도(spatial separation measure)'를 개발하는 것이다. 이 공간 분리성 측도는 상이한 인구 집단이 거주 공간에 얼마나 불균등하게 분포하고 있는지에 대한 것뿐만 아니라 그러한 불균등 분포가 보여주는 공간적 의존성의 정도까지도 측정하는 새로운 통계량이다. 주요 연구 결과는 다음과 같다. 첫째, 기존의 '공간 연관성 측도(spatial association measures)'와 '공간적 카이-스퀘어 통계량(spatial chi-square statistics)'을 통합하여 새로운 측도를 개발했으며, 일반화된 랜덤화 검정법을 적용해 측도에 대한 유의성 검정법을 제시하였다. 둘째, 개발된 측도와 유의성 검정법을 우리나라 7대 도시의 학력 집단 간 거주지 분리 현상에 적용함으로써, 연구방법론으로서의 유용성을 확인하였다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2005년도 춘계학술대회
• /
• pp.127-134
• /
• 2005

A suitable representation for the conceptual simplicity of the data in statistics and signal processing is essential for a subsequent analysis such as prediction, pattern recognition, and spatial analysis. Independent component analysis (ICA) is a statistical method for transforming an observed high-dimensional multivariate data into statistically independent components. ICA has been applied increasingly in wide fields of spectrum application since ICA is able to extract unknown components of a mixture from spectra. We focus on application of ICA for separating independent sources and predicting each composition using extracted components. The theory of ICA is introduced and an application to a metal surface spectra data will be described, where subsequent analysis using non-negative least square method is performed to predict composition ratio of each sample. Furthermore, some simulation experiments are performed to demonstrate the performance of the proposed approach.