• 한국산학기술학회논문지
• /
• 제11권12호
• /
• pp.5015-5022
• /
• 2010

기존의 패턴 탐사 기법들은 대부분 객체가 갖는 공간 정보의 연속적인 변화에 대한 패턴 탐사는 가능하나, 추출하고자 하는 패턴에 반드시 포함되어야 하는 공간 정보에 대한 제약이 없어 특정 지점들 사이의 최적 경로 탐색 문제나 단위기간 동안 이동 객체가 순회해야 하는 지점들에 대한 경로 예측 문제 등에 적용하기 어렵다. 본 논문에서는 Road Network 상의 특정한 지점들 사이를 이동한 객체의 위치 데이터들 중 최다 빈발 패턴과 시간 및 비용 등의 가중치를 복합적으로 고려하여 최적의 이동 경로를 탐색하는 방법(Spatial-Temporal Optimal Moving Pattern(with Frequency & Weight) algorithm)[13]을 이용하여, 공간 개념 계층에 따른 경로 탐색의 정확도를 분석한다. 분석의 결과는 패턴 탐사 과정에 있어 공간 제약을 적용하여 검색 데이터 범위를 축소함으로써 데이터베이스 검색 시간을 최소화함을 보이고, 또한 공간 추상 계층의 각 계층별 영역 내 포함여부를 고려함으로써 효율적으로 최적 이동 패턴을 탐색하여 제공하도록 한다.

• 대기
• /
• 제20권4호
• /
• pp.495-503
• /
• 2010

Satellite data have an intrinsic problem due to a number of various physical parameters, which can have a similar effect on measured radiance. Most evaluations of satellite performance have relied on comparisons with limited spatial and temporal resolution of ground-based measurements such as soundings and in-situ measurements. In order to overcome this problem, a new way of satellite data evaluation is suggested with statistical tools such as empirical orthogonal function(EOF), and singular value decomposition(SVD). The EOF analyses with OMI and OMI HCHO over northeast Asia show that the spatial pattern show high correlation with population density. This suggests that human activity is a major source of as well as HCHO over this region. However, this analysis is contradictory to the previous finding with GOME HCHO that biogenic activity is the main driving mechanism(Fu et al., 2007). To verify the source of HCHO over this region, we performed the EOF analyses with vegetation and HCHO distribution. The results showed no coherence in the spatial and temporal pattern between two factors. Rather, the additional SVD analysis between $NO_2$ and HCHO shows consistency in spatial and temporal coherence. This outcome suggests that the anthropogenic emission is the main source of HCHO over the region. We speculate that the previous study appears to be due to low temporal and spatial resolution of GOME measurements or uncertainty in model input data.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1260-1264
• /
• 2009

Precipitation time series is a mixture of complicate fluctuation and changes. The monthly precipitation data of 61 stations during 36 years (1973-2008) in Korea are comprehensively analyzed using the EOFs technique and CSEOFs technique respectively. The main motivation for employing this technique in the present study is to investigate the physical processes associated with the evolution of the precipitation from observation data. The twenty-five leading EOF modes account for 98.05% of the total monthly variance, and the first two modes account for 83.68% of total variation. The first mode exhibits traditional spatial pattern with annual cycle of corresponding PC time series and second mode shows strong North South gradient. In CSEOF analysis, the twenty-five leading CSEOF modes account for 98.58% of the total monthly variance, and the first two modes account for 78.69% of total variation, these first two patterns' spatial distribution show monthly spatial variation. The corresponding mode's PC time series reveals the annual cycle on a monthly time scale and long-term fluctuation and first mode's PC time series shows increasing linear trend which represents that spatial and temporal variability of first mode pattern has strengthened. Compared with the EOFs analysis, the CSEOFs analysis preferably exhibits the spatial distribution and temporal evolution characteristics and variability of Korean historical precipitation.

• Ocean and Polar Research
• /
• 제44권2호
• /
• pp.179-190
• /
• 2022

Data missing in optical satellite images caused by natural variations have been a crucial barrier in observing the status of marine surfaces. Although there have been many attempts to fill the gaps of non-observation, there is little research to analyze the ratio of missing grids to overall sea grids and their seasonal patterns. This report introduces the method of quantifying the distribution of missing points and then shows how the missing points have spatial correlation and seasonal trends. Both temporal and spatial integration methods are compared to assess the effectiveness of reducing missing data. The temporal integration shows more outstanding performance than the spatial integration. Moran's I and K-function with statistical hypothesis testing show that missing grids are clustered and there is a non-random distribution from daily integration. The result of the seasonality test for Moran's I through a periodogram shows dependency on full-year, half-year, and quarter-year periods respectively. These analysis results can be used to deduce appropriate integration periods with permissible estimation errors.

• 한국공간정보시스템학회 논문지
• /
• 제10권2호
• /
• pp.63-79
• /
• 2008

고급 GIS 및 복잡한 공간 분석 기술이 발전함에 따라 다양한 의사 결정 지원 시스템에서 지리적 혹은 공간적 문제 해결을 위한 고급 지식을 지원하기 위해 더욱 강력한 기술이 필요하게 되었다. 또한, 법집행 기관 및 수사 기관 등을 중심으로 효율적인 수사 및 향후 범죄 예방을 위해 과학 수사, 법 과학에 관한 연구의 필요성이 증대되고 있다. 특히, 연쇄 범죄의 공간적 패턴을 분석함으로써 범죄자의 거점 위치를 예측하기 위한 지리적 프로파일링(Geographic Profiling)에 대한 연구가 활발하다. 그러나, 기존의 지리적 프로파일링 연구에서는 공간적 패턴 분석을 위해 단순히 통계적 방법만을 사용하고 있고, 연쇄 범죄에 대한 다양한 공간적, 시간적 분석 기술을 지원하지 않으므로 거점 예측시 낮은 정확도를 보인다. 그러므로, 본 논문에서는 범행 위치의 공간적 분포와 범죄 발생의 시간적 분포 특성에 따라 연쇄 범죄의 시공간 패턴을 유형화하고, 이를 기반으로 연쇄 범죄의 거점 위치를 보다 정확하게 예측하는 알고리즘으로 STA-BLP(Spatio-Temporal Analysis based Base Location Prediction)을 제안한다. STA-BLP는 하나의 거점으로부터 특정 방향을 선호하여 이동하며 발생되는 연쇄 범죄의 비등방성 패턴을 고려하고, 동일한 경로에 대한 반복 이동에 대한 범죄자의 학습 효과를 고려함으로써 예측 정확도를 개선시킨다. 또한, 다수의 군집화된 범행 위치들로부터 각 군집에 소속된 범행 위치들에 대한 지역적 거점 위치 예측과 모든 범행 위치에 대한 전역적 거점 위치 예측을 통해 거점이 다수 존재하는 연쇄 범죄의 경우에도 보다 정확한 예측을 수행한다. 마지막으로 다양한 실험을 통해 기존에 제시된 알고리즘과 STA-BLP의 예측 정확도를 비교하여 제안 알고리즘의 우수성을 입증하였다.

• 한국지리정보학회지
• /
• 제15권4호
• /
• pp.90-103
• /
• 2012

만리포는 2007년 12월 허베이 스피리트호 유류유출 사고로 유류오염 피해를 입은 대표적인 해변이다. 본 연구는 만리포 전체 영역과 5개로 분할된 영역을 대상으로 유분(TPH: Total Petroleum Hydrocarbon)의 시 공간적 변화 패턴에 대해 두 계절(동계와 하계)의 차이를 비교하고자 한다. 만리포 전체 영역에서 4년간 시간에 따른 유분농도의 감소율은 동계가 하계보다 약 두 배 크게 나타났다. 유분농도의 가중공간중심(weighted mean center)과 가중표준거리(weighted standard distance)를 이용한 유분분포의 공간적 변화 패턴 분석 결과, 동계에는 유분이 만리포의 남서 해변으로 군집된 패턴을 보인 반면, 하계에는 전 영역으로 분산된 패턴을 보였다. 만리포 내 분할 영역에서 유분의 시간적 변동은 동계에 모든 영역에서 농도가 지속적으로 감소한 반면, 하계에는 2009년 이후 남서 해변을 제외한 모든 영역에서 농도 변화를 보이지 않았다. 따라서 유류오염의 진행 상황을 평가하고 예측하기 위해서는 동계와 하계와 같이 시기를 구분하여 공간분석 기법을 이용한 유분의 시 공간 변동 패턴 분석이 필요하다. 또한, 지역적으로 불균등한 유분분포의 시간적 변동 패턴을 해석하기 위해서는 전체 해변에서 보다는 공간분할을 통한 지역 규모에서의 시계열적 분석이 유용하다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.250-252
• /
• 2004

In this paper we apply several variations of independent component analysis( ICA) methods, such as spatial ICA (sICA), temporal ICA (tICA), and spatiotemporal ICA (stICA), to yeast cell cycle datasets, and compare their performance in finding components that result in gene clusters coherent with annotations and in extract ins meaningful temporal modes. It turns out that the results of tICA are superior to those of PCA, sICA, and stICA in terms of gene clustering and the temporal modes extracted by stICA highlights particular cellular processes.

• ETRI Journal
• /
• 제43권2호
• /
• pp.272-287
• /
• 2021

This article presents a multi-dimensional spatial pattern analysis of crime events in San Francisco. Our analysis includes the impact of spatial resolution on hotspot identification, temporal effects in crime spatial patterns, and relationships between various crime categories. In this work, crime prediction is viewed as a classification problem. When predictions for a particular category are made, a binary classification-based model is framed, and when all categories are considered for analysis, a multiclass model is formulated. The proposed crime-prediction model (HotBlock) utilizes spatiotemporal analysis for predicting crime in a fixed spatial region over a period of time. It is robust under variation of model parameters. HotBlock's results are compared with baseline real-world crime datasets. It is found that the proposed model outperforms the standard DeepCrime model in most cases.

• 한국대기환경학회지
• /
• 제27권6호
• /
• pp.650-662
• /
• 2011

The statistical tools such as empirical orthogonal function (EOF), and singular value decomposition (SVD) have been applied to analyze the characteristic of air pollutant over southeast Asia as well as to evaluate Zimeke's tropospheric column ozone (ZTO) determined by tropospheric residual method. In this study, we found that the EOF and SVD analyses are useful methods to extract the most significant temporal and spatial pattern from enormous amounts of satellite data. The EOF analyses with OMI $NO_2$ and OMI HCHO over southeast Asia revealed that the spatial pattern showed high correlation with fire count (r=0.8) and the EOF analysis of CO (r=0.7). This suggests that biomass burning influences a major seasonal variability on $NO_2$ and HCHO over this region. The EOF analysis of ZTO has indicated that the location of maximum ZTO was considerably shifted westward from the location of maximum of fire count and maximum month of ZTO occurred a month later than maximum month (March) of $NO_2$, HCHO and CO. For further analyses, we have performed the SVD analyses between ZTO and ozone precursor to examine their correlation and to check temporal and spatial consistency between two variables. The spatial pattern of ZTO showed latitudinal gradient that could result from latitudinal gradient of stratospheric ozone and temporal maximum of ZTO in March appears to be associated with stratospheric ozone variability that shows maximum in March. These results suggest that there are some sources of error in the tropospheric residual method associated with cloud height error, low efficiency of tropospheric ozone, and low accuracy in lower stratospheric ozone.

• 대한지리학회지
• /
• 제42권4호
• /
• pp.632-647
• /
• 2007

많은 지리적 현상은 시간 변화에 따라 동적인 공간 패턴을 보이며, 이러한 동적인 공간 패턴을 탐색하기 위한 연구들이 수행되어왔다. 그러나 기존의 많은 연구는 시간의 흐름에 따른 공간 패턴의 변화를 연속 또는 누적 측면에서 다루기보다는 특정 시점이나 기간 동안의 정적인 공간 패턴 분석에 초점을 두고 있다. 따라서 시간 변화 과정에서 수반되는 공간 프로세스의 관성(inertia)을 효과적으로 파악할 필요가 있다. 이러한 측면을 고려하여, 본 연구의 목적은 지리현상의 공간패턴을 탐색하는 새로운 공간통계 탐색방법을 제안하고, 이를 사례연구에 적용하는데 있다. 즉, 새로운 공간통계량을 제안하고, 몬테카를로 시뮬레이션(Monte Carlo Simulation)을 통해 새로운 통계량의 z-값을 산출한 뒤, 시간 변화에 따른 공간 패턴의 변화를 누적 방식으로 탐색하는 방법을 소개하고자 한다. 이를 위해 공간 패턴을 측정하는 J 통계량과 CUSUM 통계량이 결합된 방법을 제안하고, 사례연구로 최근 200년 동안 미국 뉴욕 주의 이리 카운티(Erie County)의 상업적 토지이용의 공간 패턴 변화를 살펴보았다. 이러한 시공간 패턴 변화 탐색 방법을 통하여 새로 구성된 공간통계량을 단위시간마다 누적적으로 반영하여 공간패턴의 연속적인 변화추이의 효과적인 탐색이 가능하였다.