본 연구의 목적은 도시성장과 함께 통행거리와 교통량이 크게 늘어나 심각한 교통체증현상을 보이고 있는 서울을 대상으로 교통흐름의 공간적 특징을 파악하고, 이를 수도권 지역의 토지이용 및 시설 분포와 연결시켜 수도권 지역의 기능적 연계의 공간구조를 밝히는 것이다. 이를 위해 본 연구에서는 교통카드를 이용하여 이동하는 대중교통 이용자들이 만들어 내는 통행 거래 자료를 바탕으로 통행행태와 통행흐름의 공간적 특징을 분석하였다. 교통카드 데이터는 하루 천만 건이 넘으며, 각 통행거래자료 마다 승 하차 및 환승의 위치와 시간, 이용 교통수단 등 방대한 정보를 담고 있어 이의 효율적 분석을 위하여 데이터마이닝 기법을 도입하였다. 특히 대중교통이용자의 통행행태를 파악하고 각 지점의 통행 수요를 파악하기 위한 새로운 알고리즘 개발하여 적용하였다. 분석결과의 공간적 특성을 파악하기위하여 지리정보체계를 이용하여 시각화시키고, 그에 입각하여 공간적 특성을 분석하였다. 또한 출발 교통량, 도착교통량, 총 지지도들 간의 관계성을 파악하기 위하여 상관관계분석을 시도하였다. 통행수요에 있어 강남의 2호선 지하철역을 따라 가장 많은 통행 수요가 나타나고 있으며, 그 다음으로 강북의 구도심지역이 또 하나의 중심축을 이룬다. 그밖에도 대단위 고층 아파트가 밀집되어 있는 주거지역들이 부수적인 중심축을 형성한다. 기 종점 수요와 함께 통과 수송량 까지 나타내는 총지지도는 강남의 구로-신도림 역이 가장 놓게 나타나며 강남지역에 위치한 지하철 2호선 역들과 환승역들에서 높게 나타나고 있다. 이러한 통행패턴 분석은 일차적으로는 교통망 상의 교통흐름과 각 지점의 통행수요를 나타나며 지역 내에서 지점 간의 기능적 연계를 반영하고 있기 때문에 도시의 교통계획은 물론 지역의 토지이용 및 시설 입지 계획 수립에 필수적이다.
As people's living standards and cultural standards have developed, interest in culture and art has increased, and the demand for large space structures where people can enjoy art, music, and sports has increased. As it accommodates a large number of personnel, it is most important to ensure safety of large spatial structures, and can be used as a space where people can evacuate in case of a disaster. Large spatial structures should be prepared for earthquake loads rather than wind loads. In addition to damage to the structure due to earthquakes, there are cases in which it was not utilized as a space for evacuation due to the fall of objects installed on top of the structure. Therefore, in this study, the dome-shaped large spatial structure is generalized and the displacement response according to the number of installations, position and mass is analyzed using a tuned mass damper(TMD) that is representative vibration control device.
Recently, the demand for alpha imaging detectors for quantifying the distributions of alpha particles has increased in various fields. This study aims to reconstruct a high-resolution image from an alpha imaging detector by applying a super-spatial resolution method combined with the maximum-likelihood expectation maximization (MLEM) algorithm. To perform the super-spatial resolution method, several images are acquired while slightly moving the detector to predefined positions. Then, a forward model for imaging is established by the system matrix containing the mechanical shifts, subsampling, and measured point-spread function of the imaging system. Using the measured images and system matrix, the MLEM algorithm is implemented, which converges towards a high-resolution image. We evaluated the performance of the proposed method through the Monte Carlo simulations and phantom experiments. The results showed that the super-spatial resolution method was successfully applied to the alpha imaging detector. The spatial resolution of the resultant image was improved by approximately 12% using four images. Overall, the study's outcomes demonstrate the feasibility of the super-spatial resolution method for the alpha imaging detector. Possible applications of the proposed method include high-resolution imaging for alpha particles of in vitro sliced tissue and pre-clinical biologic assessments for targeted alpha therapy.
Explicitly spatially distributed and reliable data on industrial water demand is very much important for both policy makers and researchers in order to carry a region-specific analysis of water resources management. However, such type of data remains scarce particularly in underdeveloped and developing countries. Current research is limited in using different spatially available socio-economic, climate data and geographical data from different sources in accordance to predict industrial water demand at finer resolution. This study proposes a random forest regression (RFR) model to predict the industrial water demand at 0.50× 0.50 spatial resolution by combining various features extracted from multiple data sources. The dataset used here include National Polar-orbiting Partnership (NPP)/Visible Infrared Imaging Radiometer Suite (VIIRS) night-time light (NTL), Global Power Plant database, AQUASTAT country-wise industrial water use data, Elevation data, Gross Domestic Product (GDP), Road density, Crop land, Population, Precipitation, Temperature, and Aridity. Compared with traditional regression algorithms, RF shows the advantages of high prediction accuracy, not requiring assumptions of a prior probability distribution, and the capacity to analyses variable importance. The final RF model was fitted using the parameter settings of ntree = 300 and mtry = 2. As a result, determinate coefficients value of 0.547 is achieved. The variable importance of the independent variables e.g. night light data, elevation data, GDP and population data used in the training purpose of RF model plays the major role in predicting the industrial water demand.
도시의 패러다임이 변화하고 이에 따라 u-City의 수요가 급증하고 있다. 우리나라에서만 2009년 5월을 기준으로 54개 지역에서 u-City가 구축되고 있다. 이렇게 급증하는 u-City의 성패를 좌우하는 중요 요소 중 하나가 바로 u-City에서 제공하고자 하는 u-서비스라고 할 수 있겠다. 현재의 u-서비스는 센서네트워크를 기반으로 하는 도시 관리 위주의 모니터링 서비스가 대부분이다. 유비쿼터스의 본질적 의미인 '언제 어디서나'의 u-서비스를 구현하기 위해서는 공간정보의 활용이 필수적이다. 공간정보와 센서정보의 결합은 공간인지(spatial awareness) 를 가능케 하여, 모니터링서비스에서 보다 나아가 공간분석이 가능한 서비스로의 발전을 도모할 수 있다. 따라서 본 연구에서는 1) u-서비스에서 spatial awareness는 어떤 의미 인지를 명확히 하고, 2) spatial awareness를 가능케 하기 위해 공간정보, 센서정보, 기타 정보들이 어떻게 융합 (Spatial Embedding) 되어야 하는지 논하고, 3) U-GIS를 기반으로 한 u-서비스 시나리오 4가지를 제안하고, 4) 현재의 기술개발 현황에 대해 분석해 보고자 한다.
본 연구는 예측하기 어려운 미래의 다양한 수요를 수용하기 위하여 재조합방법을 통한 공간정보제품 제작방법을 제안한다. 현재의 측량중심의 공간정보제품의 생산방안은 특정 지도제품 중심의 Top-down방식이므로 공간정보의 활용 확산 관점에서는 한계점을 가지고 있다. 이는 불특정 다수를 위한 공간정보의 활용성 관점보다는 모두를 위한 지도라는 관점에서 다양한 수요를 만족시키기에는 한계가 있다. 이런 한계점을 해결을 위해 사용자 맞춤형의 Bottom-up방식 공간정보 생산과 재조합을 통한 공간정보 제품 제작이 요구되고 있다. 이를 위해 본 논문은 기존의 Top-down 방식의 결과인 수치지도와 재조합을 통한 공간정보제품의 제작에 대한 이론적 고찰과 비교를 통해 보완 방안을 제안하였다. 이는 공간정보를 기초속성을 가지는 형태와 관계된 속성정보를 가지는 데이터로 재분류하고 각 데이터에 관계성 및 관리에 관한 속성을 부여하는 방안이다. 이 방법의 실효성 증명을 위해 기존 수요의 만족 가능성과 미래 수요의 대응 가능성을 중심으로 적용사례를 도출하였다, 그리고 기존의 국가기본도, 주제도, 향후 수요 예측 제품의 해당 대표제품을 제작하여 확인하였다.
4차 산업혁명 시대의 공간정보 수요가 확대되고 있으며, 지리 또는 위치와 관련된 속성데이터에 대한 관심이 고조되고 있다. 공간정보 분야에서는 이러한 데이터의 연계·통합을 통해 국민 맞춤형의 공간정보 정책과 서비스를 제공하는 새로운 토대, 즉 자원으로 활용할 수 있게 된다. 이처럼 넓어지고 다양해지는 공간정보 활용수요에 부응하기 위해 공공데이터 등 다양한 속성정보와의 연계·활용 기술의 개발이 필요하다. 본 연구에서는 데이터 연계·통합과 관련한 이론 및 공공데이터포털을 대상으로 한 데이터 현황과 기존 선행연구의 검토를 통해 속성데이터-공간정보의 연계·통합을 위한 기술 개발 전략을 제시하고자 하였다. 결과적으로, 공간정보와 속성데이터 간의 연계 기술개발을 위해 연계 대상이 되는 속성데이터의 데이터 식별자를 활용해야 함을 제안하고, 기술개발의 프로토타입 설계 시에 활용할 수 있는 속성데이터 연계 프로세스를 제시하였다.
최근 자율주행 기술이 상용화 단계로 접어들며, 자율주행기반 모빌리티 서비스를 제공하는 서비스 플랫폼이 늘어나고 있다. 현재 자율주행 기반 모빌리티 서비스들은 자율주행차량의 주행 성능과 기능에 초점을 맞추어 서비스를 제공하고 있으므로 모빌리티 수단별 교통수요와 통행 특성을 고려한 서비스 지역을 선정하는 데에 한계가 있다. 따라서, 본 연구에서는 기존 모빌리티 서비스인 택시와 수요응답형 교통수단, 특별교통수단의 실제 교통 데이터를 활용하여 모빌리티 수단별 통행 특성을 분석하고 자율주행 적용 가능성을 검토한다. 이를 위해 모빌리티 서비스별 주요 사용 네트워크를 도출하고 전문가 조사를 기반으로 네트워크별 자율주행 난이도를 산정하여 모빌리티 서비스별 자율주행 적용 지수를 산출한다. 분석 결과, 수요가 분산된 형태의 모빌리티 서비스보다는 밀집된 형태의 서비스에서 자율주행 서비스 제공이 효율적인 것으로 확인된다. 또한 네트워크에 할당된 통행수요가 높고 자율주행 난도가 낮은 분포가 가장 큰 것은 특별교통수단으로 도출되었다.
고속철도 정차역은 시설현황, 정차역의 위치, 주변 토지이용 등 역세권 주변의 개발 정도에 따라 정차역에서 유발 및 유입되는 통행량에 큰 차이를 보이게 되며, 역과 역세권이 잘 발달된 정차역은 유동인구가 상당히 많음에 따라 특별구역(시설물)으로 정의되어질 수 있다. 이러한 특별구역은 많은 통행량을 발생시키는 토지이용 구역으로서 대학교, 공항, 대형쇼핑몰 등이 해당되어 왔으며 고속철도의 이용자가 증가함에 따라 정차역이 지역 내 통행수요에 미치는 영향을 고려하였을 때 특별구역으로 정의 될 필요가 있다. 지역내 교통처리 계획 및 연계교통계획 수립을 위해 특별구역에 대한 통행수요추정은 예전부터 상당한 관심이 요구되어 왔다. 그러나 전통적인 4단계 모형의 통행발생 및 분포 모형으로는 이러한 특별구역의 통행수요를 예측하는데 한계가 있으므로 개인별 통행행태를 고려할 수 있는 새로운 분석방법인 활동기반모형(Activity-Based Travel Demand Model)의 적용이 필요하다. 이에 본 연구에서는 고속철도 정차 역의 교통수요추정을 위해 활동기반 모형의 적용방안에 대하여 소개하며 향후, 적용가능성에 대하여 제시하도록 한다.
본 논문은 GIS기법을 활용하여 서비스업의 새로운 형태인 프랜차이즈 방식의 패스트푸드점의 입지를 분석한 것이다. 패스트푸드 체인점을 이용하는 고객들의 행태조사와 서울시의 패스트푸드점의 분포를 통해 패스트푸드점의 입지요인을 계량적 기법을 적용하여 일차적으로 추출하였다. 수요적 측면에서 패스트푸드점의 입지에 영향을 주리라 예상되는 인구유인 시설물과 통행인구가 많은 결절지점, 그리고 고밀도 대단위 아파트 단지로 부터의 버퍼죤을 생성한 후 입지가능지구를 추출하였다. 한편 공급적인 측면에서 용도지구, 지가, 접근성 그리고 가시성 요인들을 고려하여 이미 추출된 입지가능지구로 부터 최종적인 후보입지지구를 선정하였다. 이렇게 패스트푸드점이 입지할 수 있는 가설적인 후보지구와 실제 패스트푸드점의 분포와를 비교하였다. 결론에서 본 연구의 제한점과 GIS 기법을 활용하여 입지를 분석에서 시급히 이루어져야 할 자료구축의 필요성을 논하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.