• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.161-163
• /
• 1998

지리정보시스템과 같이 방대한 양의 공간데이터를 다루는 응용시스템에서 공간데이터베이스로부터 규칙적인 특성이나, 혹은 관심 있는 지식을 추출해내는 공간데이터마이닝의 역할은 매우 중요하다. 이를 위해 지금까지 이루어진 방법들에는 여러 가지가 있지만 그 중에서 대표적인 방법이 클러스터링으로 이는 단지 기하학적인 거리에 기반을 둔 공간적인 집중성과 분포도를 찾는 데에만 한정되어 있다. 그러나, 공간데이터마이닝을 위해서는 공간클러스터가 형성된 원인을 분석하는 것 또한 필요하다. 따라서 본 연구에서는 공간 클러스터링에서 얻어진 결과를 다른 공간적인 객체와의 연관성을 분석하여 공간적 집중성과 분포도를 유발하는 원인을 찾는 방법을 다룬다. 우선 몇 가지의 거리를 정의하는 것에 의해 클러스터와 공간객체사이의 연관성을 분석하는 방법을 제시하고, 생성된 공간 클러스터가 다수의 공간객체에 영향을 받을 경우, 그 공간 클러스터를 각각 단위클러스터로 분리하는 방법을 제시한다.

• Journal of the Economic Geographical Society of Korea
• /
• v.16 no.3
• /
• pp.492-511
• /
• 2013

According to IASB(International Accounting Standards Board), R&D(Research and Development) is defined as a tertiary sector industry combining research and development. Many studies investigated R&D industry clusters in the form of high-tech cluster(Coe et al., 2007). However, these studies only generalized various spatial cluster of R&D industries. In particular, the studies could not considers cluster formation process over time lacking statistical significance in space-time perspectives. This study, therefore, indicates the limitation of recent R&D cluster literature which only considers either time or space. In addition, this study explores space-time clusters in R&D industry together with textile and cloth industry for comparison. Discovering the existence and location of clusters, this study utilized space-time K function and space-time scan statistics. The result shows that R&D industry presents significant clusters only in spatial dimension. No significant clusters were found in space-time dimension. However, textile and clothing industry presents significant clusters in both spatial and space-time dimensions.

• Journal of the Economic Geographical Society of Korea
• /
• v.8 no.2
• /
• pp.195-215
• /
• 2005

This study was carried into execution to analyze Spatial Characteristics of Seoul Business Services Cluster in circumstance of local economic development led by knowledge-intensive business services. The analysis was performed for industrial agglomeration and companies' linkage and network. As the result, there are three business services cluster, including the largest one in Gang-Nam Gu, Seoul, and for last 10 years, there has been increasing development of business services cluster. In the meanwhile, their linkage and network have not been performed briskly. Therefore, from now on, a plan that can help companies' linkage and network performed inside of cluster to have active and international structure has to be considered in cluster policy.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.710-711
• /
• 2015

IT 산업의 발전에 따라 생성되는 데이터의 양이 폭발적으로 증가하고 있다. 이러한 빅 데이터는 여러 대의 컴퓨터로 구성한 하둡 클러스터를 이용하면 상당히 빠른 속도로 처리할 수 있으나, 일반적으로 하둡 클러스터를 구성하기 위해 많은 비용과 공간이 소요되는 단점이 있다. 본 논문에서는 저가의 미니 PC로 하둡 클러스터를 구성하여 비용 및 공간적 문제점을 해결하고, 구축한 하둡 클러스터를 이용한 트렌드 분석 서비스를 제안하였다. 실험 결과 미니 PC로 이루어진 하둡 클러스터가 고가의 서버보다 트랜드 분석에 더 좋은 처리 성능을 보였다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.11a
• /
• pp.81-86
• /
• 2005

이 논문에서는 산불 발생의 패턴을 예측하기 위해 데이터 마이닝의 클러스터링 기법을 이용하여 산불 데이터를 그룹화하고 그 결과를 이용하여 산불 데이터의 상관관계를 분석하는 방법을 제안하였다. 즉, 클러스터링 기법을 이용하여 산불 데이터를 사용자가 원하는 수의 그룹으로 분류하고, 생성된 산불 데이터 클러스터 모델을 이용하여 새로운 유형의 산불패턴을 예측 할 수 있도록 하였다. 또한 결과 클러스터의 생성을 위해 이전의 산불 분포 데이터를 저장 관리하여 클러스터 간의 상관관계 분석을 통해 시퀀스를 생성하였고, 생성된 각각의 클러스터 시퀀스를 통합하여 클러스터들의 시퀀스를 추출하여 산불이 발생한 이후의 향후 발생 가능한 산불 유형을 예측하기 위한 방법을 제공하였다. 이는 과거에 발생된 산불의 유형뿐만 아니라 새로운 형태의 산불 유형 분류나 분석에 이용 가능하다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.207-209
• /
• 1999

클러스터 분석은 관측의 대상이 되는 집합에 맞는 분류 구조를 생성하는데 이용되는 통계학적인 기술이다. 정보검색 응용에서 전형적으로 발견되는 높은 차원을 가진 많은 데이터 집합을 클러스터하기 위하여, 많은 공간과 시간이 필요하다. SLINK 알고리즘은 O(n2)의 시간과 O(n)의 공간의 성능을 갖으며 점진성을 반영할 수 있는 알고리즘이다. SLINK알고리즘을 이용하여 검색 엔진의 검색결과에 온라인으로 클러스터 분류를 수행하는 시스템을 구현하였다. 구현된 시스템은 상대적으로 높은 정확도와 각 클러스터를 저장하고 표현하는데 있어서의 장점을 제공하며, 상대적으로 느린 수행 속도는 온라인으로 문서들이 다운로드 되는 속도가 느리므로 문제가 되지 않음을 알 수 있었다.

• Journal of the Society of Disaster Information
• /
• v.18 no.2
• /
• pp.351-363
• /
• 2022

Purpose: The objective of this research is to find manufacturing employment clusters of the disaster safety sector in South Korea. Method: The LISA(Local Indicator of Spatial Association) analysis method is applied to the employment data of 229 local governments categorized by the 2019 Korean Standard Industry Classification and Disaster Safety Industry Special Classification. The LISA method identifies the spatial dependency of employment and the spatial cluster of industries. Result: Three research findings are summarized. First, employment of the disaster safety industry in South Korea occupies about six percent of the total manufacturing industry. The annual proportion is in increasing trend. Second, the employment cluster of the disaster safety industry is located in the western side of the Seoul metropolitan region. Third, manufacturing businesses of industrial safety goods preventing industrial accidents are concentrated in regions of Busan, Ulsan, Changwon, Gyeongnam, and Gimhae, where heavy and chemical industries and industrial complexes are formed. Conclusion: Investment and promotion policies are suggested to the manufacturing employment clusters of the disaster safety industry for fostering these regions. Research results can be used to the better policies for industrial development and employment improvement of manufacturing clusters of the disaster safety industry in South Korea.

• Journal of the Korean Geographical Society
• /
• v.47 no.3
• /
• pp.375-389
• /
• 2012

Many policy makers believe that geographically clustered business activities, in order to stimulate regional innovation, are the keys to development. Underlying the assumption between cluster and development, mere co-located forms engaged in innovative process helped from knowledge transmission locally. To address the constraints of creative economy, creative milieu require networking to support innovation activities. This paper examines the development of the mini cluster reconsidered in creative milieu that shifted environment development through network activities. It shows that the powerful node get more powerful, weak node get weaker in institutional network. Moreover, the significant of cluster in creative milieu is that brings out synergy to spill over knowledge through inter-relationship based on face-to-face meeting. Creative milieu benefits from and contributes to the competitiveness of the city, they are also embedded in its network activities.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.313-318
• /
• 2005

단 밴드 영상과는 달리 다차원 데이터는 분광적인 특성을 이용한 자동화된 영상 분석을 수행하는 장점이 있는 반면, 3차원 이상의 데이터를 분광차익 상에 시각화 하는데 어려움이 따른다. 클러스터링 기법을 이용한 영상 정보 추출은 자동화된 영상 분석적인 측면에서 중요한 분야 중 하나로서, 분광차원에서 구 형태의 조밀한 클러스터를 분리하는데 효과적인 방법으로 알려져 있지만 부정형(不定形)의 클러스터를 추출하는 방법에는 한계를 가진다. 따라서 본 연구는 모든 차원의 데이터를 2차원 상에 시각화하여 화소간 인접성을 개략적으로 확인할 수 있는 Star Coordinates 기법을 제안한다. 데이터의 다차원 시각화를 통해, 부정형 클러스터를 제거하여 다음 단계의 영상 분석 시 발생할 수 있는 오류를 방지할 수 있고, 명확한 클러스터를 확인 지정하여 클러스터링 정확도를 골일 수 있을 것으로 기대된다. 부가적인 연구고서, Star Coordinates 기법을 적용하여 Plot된 영상 데이터를 K-Means 알고리즘을 이용한 무감독 분류를 수행하여 그 결과를 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.1268-1269
• /
• 2011

데이터마이닝 분야에서는 주어진 공간상에 분포되어있는 데이터들을 분석위해 다양한 클러스터링 알고리즘이 존재한다. 그러나 대부분의 클러스터링 알고리즘에서는 클러스터 전체 개수를 미리 요구한다. 이 때문에 클러스터링 알고리즘에서 클러스터 전체개수를 미리 알아내는 것은 매우 중요하다. 본 논문에서는 데이터에 분포하는 클러스터들의 개수를 데이터의 그래프 모델을 이용한 분석으로 찾아내는 방법을 제안한다.