• Journal of the Korean Data and Information Science Society
• /
• 제17권4호
• /
• pp.1181-1190
• /
• 2006

Statistical analyses for spatial data are important features for various types of fields. Spatial data are taken at specific locations or within specific regions and their relative positions are recorded. Lattice data are synoptic observation covering an entire spatial region, like cancer rates corresponding to each county in a state. Until now, the echelon analysis has been applied only to univariate spatial data. As a result, it is impossible to detect the hotspots on the multivariate spatial data In this paper, we expand the spatial data to time series structure. And then we analyze them on the time space and detect the hotspots. Echelon dendrogram has been made by piling up each multivariate spatial data to bring time spatial data. We perform the structural analysis of temporal spatial data.

• 한국공간정보시스템학회 논문지
• /
• 제9권2호
• /
• pp.81-91
• /
• 2007

본 논문에서는 공간 데이터 웨어하우스에서 시공간 분석지원을 위한 공간 데이터의 비중복 적재 기법을 제안한다. SDW는 이기종의 다양한 서비스를 지원하는 SDBMS로부터 공간 데이터를 추출한다. 제안 기법에서는 SOW에 소스로 참여하는 SDBMS에서 변경된 부분만을 추출하고, 이를 공간연산을 통해 중복된 데이터를 제거한 후 통합된 형태로 적재함으로써 빠른 공간 데이터 분석을 지원할 수 있으며, 저장 공간의 낭비를 줄일 수 있다. 이는 공간 마이닝등의 시간에 따른 분석 및 예측 분야에 효율적인 형태로 공간 데이터를 적재한다.

• Journal of the Korean Data and Information Science Society
• /
• 제15권1호
• /
• pp.83-94
• /
• 2004

In this study we analyze categorical data by means of spatial statistics and echelon analysis. To do this, we first determine the hierarchical structure of a given contingency table by using echelon dendrogram then, we detect candidates of hotspots given as the top echelon in the dendrogram. Next, we evaluate spatial scan statistics for the zones of significantly high or low rates based on the likelihood ratio. Finally, we detect hotspots of any size and shape based on spatial scan statistics.

• Communications for Statistical Applications and Methods
• /
• 제17권2호
• /
• pp.193-204
• /
• 2010

최근들어 공간적으로 분석을 필요로 하는 여러 분야에서의 연구자들은 공간통계학에 많은 관심을 가지게 되었다. 그리고 통계학 분야 역시 공간상에서 얻어진 데이터에 공간자기상관이 존재할 경우 공간적으로 분석해야 한다는 주장과 함께 많은 연구가 진행되고 있다. 공간통계학에서 다루고 있는 데이터 중에서 '공간 격자데이터 분석'은 (1) 공간이웃의 정의, (2) 공간이웃 가중치의 정의, (3) 공간모형의 적용 등의 단계를 거쳐서 행해진다. 본 연구에서는 이상치가 존재하는 공간 격자데이터를 분석할 경우 절사평균제곱오차를 이용하여 분석함으로써 예측적인 측면에서 공간통계학적 방법이 일반통계학적 방법보다 더 우수함을 보인다. 본 연구에 대한 내용의 타당성을 보이기 위해서 시뮬레이션을 통하여 공간통계학적인 방법과 일반통계학적인 방법을 비교하였다. 그리고 부산진구의 실제 범죄데이터를 이용한 적용사례를 통하여 절사평균제곱오차를 사용한 공간통계학적 방법의 유용성을 알아보았다.

• 대한산업공학회지
• /
• 제41권1호
• /
• pp.64-73
• /
• 2015

Recent emergence of spatial big data attracts the attention of various research groups. This paper analyzes the research trend on spatial big data by text mining the related Scopus DB. We apply topic model and network analysis to the extracted abstracts of articles related to spatial big data. It was observed that optics, astronomy, and computer science are the major areas of spatial big data analysis. The major topics discovered from the articles are related to mobile/cloud/smart service of spatial big data in urban setting. Trends of discovered topics are provided over periods along with the results of topic network. We expect that uncovered areas of spatial big data research can be further explored.

• 대한공간정보학회지
• /
• 제15권2호통권40호
• /
• pp.43-49
• /
• 2007

본 연구는 퍼지개념을 적용한 GIS 공간분석법을 도입하고 이를 통해 쓰레기 매립장 입지 평가를 수행하였다. 기존 연구는 GIS의 공간 중첩 분석법을 적용하여 입지분석이나 적지선정 등을 수행하였으나 공간 중첩분석은 보통집합의 불린 논리를 바탕으로 공간자료를 처리하였기 때문에 공간자료의 불확실성과 자료분류 기준의 부적합성을 고려하여 분석할 수 없었다. 그러므로 신뢰할 수 있는 분석결과를 제시할 수 없어 실제 문제에서 적극 활용되지 못하였다. 본 연구는 쓰레기 매립장을 대상 시설로 선정하고 객관적인 접근법으로 퍼지 공간분석 법을 적용하였으며, 구체적인 적용과정으로서 연속형 공간자료에 대한 소속함수의 정의방법과 퍼지분석을 위한 퍼지입력값의 생성, 그리고 쓰레기 매립장 입지평가를 위한 분석인자의 선정기준 및 자료분류기준을 검토하여 이것으로부터 소속함수를 결정하는 매개변수를 추출하는 방법을 제시하였다.

• 한국측량학회지
• /
• 제34권6호
• /
• pp.579-589
• /
• 2016

This research focuses on accomplishing analysis problems and issues by examining the policies and systems related to geo-spatial big data which have recently arisen, and suggests political and systemic improvement plan for service activation. To do this, problems and probable issues concerning geo-spatial big data service activation should be analyzed through the examination of precedent studies, policies and planning, pilot projects, the current legislative situation regarding geo-spatial big data, both domestic and abroad. Therefore, eight political and systematical improvement plan proposals are suggested for geo-spatial big data service activation: legislative-related issues regarding geo-spatial big data, establishing an exclusive organization in charge of geospatial big data, setting up systems for cooperative governance, establishing subsequent systems, preparing non-identifying standards for personal information, providing measures for activating civil information, data standardization on geo-spatial big data analysis, developing analysis techniques for geo-spatial big data, etc. Consistent governmental problem-solving approaches should be required to make these suggestions effectively proceed.

• 한국공간정보시스템학회 논문지
• /
• 제3권1호
• /
• pp.49-62
• /
• 2001

공간정보 및 속성정보를 저장 및 관리하여 서비스하는 지리정보시스템은 최근 네트워크 및 분산환경의 기술개발과 더불어 급격히 변화하고 있다. 이러한 지리정보시스템은 컴포넌트 기반 기술로 자리매김하고 있으며 OGC(OpenGIS Consortium)에서는 지리정보시스템의 설계 및 구현에 대한 다양한 사양과 토픽을 제시하고 있다. OGC의 사양을 충족하는 개방형 지리정보시스템은 다양한 컴포넌트들로 구성되어 있으며, 이러한 컴포넌트 기반의 시스템에 추가적인 요소로써 공간분석 컴포넌트를 구현하였다. 지리정보시스템에서 공간분석기능은 중요한 요소 중 하나이며 전체 시스템의 성능적, 기능적 평가 기준이 되기도 한다. OGC에서 제시하는 기본 공간데이터 모델인 Geometry 모델은 기본 기하공간객체를 관리하는 모델이며, 다양한 분석 컴포넌트들의 연동을 위하여 확장이 필요하다. 즉 기본 기하공간데이터 모델뿐 아니라, 기본 위상공간데이터 모델을 제공해야 하며 또한 이러한 기본 위상공간모델을 다양한 분석기능에 맞게끔 확장이 필요하다. 본 논문에서는 개방형 GIS컴포넌트의 전체 아키텍쳐와 이와 연동되는 분석 컴포넌트로써 네트?p 분석, TIN 분석 컴포넌트에 대하여 살펴보고 또한 기본 기하 데이터 모델인 OGC Simple Feature Geometry의 확장과 연등방법에 대하여 논의해 볼 것이다.

• 한국빅데이터학회지
• /
• 제4권1호
• /
• pp.83-97
• /
• 2019

서 및 통신 기술 발전으로 기업경영과 관련된 공간 데이터가 급증하고 있다. 공간 데이터는 이제 2차원적인 지리 데이터를 벗어나 3차원 이상의 공간에 관한 비정형 데이터로 진화하고 있다. 가상공간과 현실공간을 연결해야 하는 제4차산업혁명과 함께 기업들이 이를 활용할 기회도 크게 확대되고 있다. 최근의 해외 사례들의 분석 결과 특히 공간 속에 위치한 고객과 사물의 상황을 파악하여 맞춤화된 서비스를 제공하고, 위험관리를 하며, 더 나아가 업무 프로세스의 혁신도 공간 데이터 분석으로 가능해지고 있다. 향후 공간 속 사람과 사물 들 간의 관계 및 상황을 다양한 소스로부터의 공간 데이터를 결합하여 실시간으로 분석하는 비즈니스 혁신이 모든 분야에서 확대될 전망된다.

• Journal of information and communication convergence engineering
• /
• 제13권2호
• /
• pp.105-112
• /
• 2015

The estimation of missing sensor values is an important problem in sensor network applications, but the existing approaches have some limitations, such as the limitations of application scope and estimation accuracy. Therefore, in this paper, we propose a new estimation model based on a spatial-temporal correlation analysis (STCAM). STCAM can make full use of spatial and temporal correlations and can recognize whether the sensor parameters have a spatial correlation or a temporal correlation, and whether the missing sensor data are continuous. According to the recognition results, STCAM can choose one of the most suitable algorithms from among linear interpolation algorithm of temporal correlation analysis (TCA-LI), multiple regression algorithm of temporal correlation analysis (TCA-MR), spatial correlation analysis (SCA), spatial-temporal correlation analysis (STCA) to estimate the missing sensor data. STCAM was evaluated over Intel lab dataset and a traffic dataset, and the simulation experiment results show that STCAM has good estimation accuracy.