이 연구의 목적은 커피점문점의 공간적 경쟁구도 및 입지우위를 미시적인 공간 해상도에서 탐색하 는 것이다. 분석지역은 인천광역시이며, 분석연도는 2018년이다. 분석방법으로는 공간 빅데이터 기반 의 i2SFCA(Inverted Two-Step Floating Catchment Area)와 Contour Tree 기법을 활용하였다. 분 석결과, 개별 커피전문점의 입지 효율성은 큰 편차를 드러냈으며, 연수3동, 선학동, 도원동 등의 순으 로 우수하였다. 또한, 공시지가가 높은 곳에 입지한 커피전문점 간의 출혈경쟁을 확인할 수 있었다. 마지막으로 역세권이 아닌 지역에서도 커피전문점의 입지 효율성이 높은 지역, 이른바 틈새 지역 (niche region)을 확인할 수 있었다. 커피전문점의 소비행태에 관한 빅데이터의 활용 제약은 본 연구 의 한계와 직결되므로, 소비행태 빅데이터 기반으로 커피전문점의 입지 문제 정교하게 다루는 후속연 구가 필요하다.

Along with the current rapid development of technology, object classification is being researched, developed, and applied to security systems, autonomous driving, and other applications. A common technique is to use vision cameras to collect data of objects in the surrounding environment. Along with many other methods, LiDAR sensors are being used to collect data in space to detect and classify objects. By using the LiDAR sensors, some disadvantages of image sensors with the negative influence on the image quality by weather and light condition will be covered. In this study, a volumetric image descriptor in 3D shape is developed to handle 3D object data in the urban environment obtained from LiDAR sensors, and convert it into image data before using deep learning algorithms in the process of object classification. The study showed the potential possibility of the proposal and its further application.

PURPOSES : The purpose of this study is to contribute to the utilization of standards while considering the possible upgrade of a local system as a subject of the application. Therefore, this study aims to explore the possible application of LandInfra for a local road management (maintenance) system in the context of enabling the basis of 3D geospatial road information management in Korea. METHODS : Based on a review of related literature and international standards, an analysis of the current system is performed. After reviewing the LandInfra standard, an examination of corresponding classes between each data model (HMS and LandInfra) is performed for the mapping process. After the mapping process, a data model of the LandInfra-based HMS pavement data model is proposed. RESULTS : To apply the LandInfa to the HMS pavement part, an examination of each data model is performed. After this procedure, a LandInfra-based HMS pavement database schema is proposed in the context of enabling 3D geospatial road information management and maintenance, particularly for pavement management information. CONCLUSIONS : This paper presents how the LandInfra international open geospatial standard can be applied to the local road management system (HMS pavement part). As a result of this study, the LandInfra standard could be applied to the HMS; however, an encoding of the standard is required for conformance. Thus, further studies would be the encoding of the proposed data model for conformance with InfaGML encoding standards. In addition, a system prototype may be needed for complete application.

해수면온도는 해양-대기 상호작용, 열속 변화, 대양의 해양 순환을 이해할 수 있는 가장 중요한 해양 변수들 중의 하나이다. 0oC 이하 −2oC까지 극저 해수면온도는 기후변화 및 지구환경 변화를 유도하고 조절하기 때문에 다른 범위의 해수면온도보다 더 중요하게 다루어져야 한다. 전구 대양에서 이러한 극저 해수면온도의 시간적 공간적 변동성을 이해하기 위하여 1982년부터 2018년까지의 기간 동안 관측된 인공위성 일별 해수면온도 데이터베이스를 활용하여 평균 기후장을 산출하였다. 또한 장기간의 해양 실측 자료에 기반하여 생산된 표층 수온의 기후 평균장을 활용하여 극저 해수면온도가 전구 대양에서 존재하는 해역과 0oC 등온선의 월별 공간 변동을 분석하였다. 그 결과 극저 해수면온도는 북극해와 남극해와 같은 극지 해역과 고위도의 연해에서 상당한 해양의 표면적을 차지하고 있었다. 이러한 극저 해수면 온도가 어떻게 시각화되어 있는지 검토하기 위하여 6종 지구과학교과서를 분석하였다. 대부분의 교과서에서 해수면온도 삽화는 0oC 혹은 그 이상 수온에서 부터 도시하여 학생들이 극저 해수면온도에 대한 개념과 역할에 대한 이해를 획득 하는 것을 저해하고 있었다. 데이터 시각화는 데이터 리터러시의 주요한 요소 중에 하나이므로 위성 해수면온도 자료가 교과서에 적절하게 시각화되도록 교과서 삽화의 개선이 필요하다. 본 연구는 인공위성 해수면온도 자료와 해양 실측 자료를 활용하여 해양 데이터의 시각화를 통하여 해양학적 소양과 데이터 리터러시가 동시에 함양되고 강화될 수 있음을 강조하였다.

The mortality rate in industrial accidents in South Korea was 11 per 100,000 workers in 2015. It’s five times higher than the OECD average. Economic losses due to industrial accidents continue to grow, reaching 19 trillion won much more than natural disaster losses equivalent to 1.1 trillion won. It requires fundamental changes according to industrial safety management. In this study, We classified the risk of accidents in industrial complex of Ulju-gun using spatial analytics and data mining. We collected 119 data on accident data, factory characteristics data, company information such as sales amount, capital stock, building information, weather information, official land price, etc. Through the pre-processing and data convergence process, the analysis dataset was constructed. Then we conducted geographically weighted regression with spatial factors affecting fire incidents and calculated the risk of fire accidents with analytical model for combining Boosting and CART (Classification and Regression Tree). We drew the main factors that affect the fire accident. The drawn main factors are deterioration of buildings, capital stock, employee number, officially assessed land price and height of building. Finally the predicted accident rates were divided into four class (risk category-alert, hazard, caution, and attention) with Jenks Natural Breaks Classification. It is divided by seeking to minimize each class’s average deviation from the class mean, while maximizing each class’s deviation from the means of the other groups. As the analysis results were also visualized on maps, the danger zone can be intuitively checked. It is judged to be available in different policy decisions for different types, such as those used by different types of risk ratings.

최근 모바일과 웹 사용의 증가로 일상생활에서 기록되는 로그데이터를 다양하게 분석하여 의미있는 정보와 지식을 이끌어내고자 하는 연구가 증가하고 있다. 웹과 모바일 기기로부터 생성되는 로그데이터는 시공간적인 정보를 담고 있으며, 데이터를 다차원적으로 탐색하고 시각화하여 기존에 분석하지 못했던 다양한 의미를 찾을 수 있음이 확인되고 있다. 본 연구에서는 시간과 공간 정보를 가지고 있는 로그데이터를 다차원적으로 탐색하고, 의미를 분석하는 데이터마이닝과 시공간 데이터를 시각화하여 의미를 도출하고자 하는 시각화 관련 연구들을 분야별, 연구방법별로 분석하여 연구동향을 살피고 의미를 찾고자 한다.

본 연구에서는 국내 위치기반소셜 네트워크(LBSN)의 공간분포 특징을 분석하였다. LBSN에서 발생하는 정보의 특징은 사용자들이 작성한 콘텐츠가 지역과 밀접한 관계를 갖는 내용이기에 해당 지역이 갖는 특징들을 반영하고 있다는 점이다. 본 연구에서는 가장 대표적인 서비스인 포스퀘어를 사례로 베뉴와 팁에 관한 정보를 수집하여 데이터의 지역 간의 특징 및 차이를 분석하였다. LBSN자료의 정량적인 특징인 베뉴 및 팁의 수와 함께 정성적인 특징인 베뉴의 범주, 팁의 콘텐츠에 대한 정성적인 분석을 통해 지역별로 나타나는 콘텐츠의 특징을 분석하였다. 분석결과 도시지역을 대표하는 서울특별시와 관광지역인 제주도에 있어, 베뉴의 범주와 팁 텍스트의 질적인 특징들을 확인할 수 있었다.

본 연구는 지하철 입구 공공공간에서 피험자의 선택적 주의집중 분석을 위한 공간요소별 주시데이터 추출이다. 주시데이터의 추출방법 연구 결과는 다음과 같다. 첫째, 눈을 통해 획득되는 시각정보의 특성을 분석하는 과정에 중심와의 반경을 이용하여 주시범위를 설정하는 방식은 기존의 시지각 이론을 근간에 두면서 선택적 주의집중에 해 당하는 주시데이터의 추출 결과를 객관화시킬 수 있는 방법을 정리했다. 둘째, 주시데이터 추출방법으로 기존에는 격자에 의한 빈도 분석이 주를 이루었는데 세부적 특성으로 공간정보를 분석함에 한계를 가지고 있었다. 이에 비해 선택적 주의집중 정도를 알 수 있는 주시데이터 추출방법은 공간에서 특정 요소에 시선이 얼마만큼 집중되는지를 분석해 낼 수 있었다. 선택적 주의집중을 통해 공간사용자의 주시특성을 분석하게 되면, 요소 맞춤형 주시데이터 추출이 가능하고, 이를 공간디자인이나 사인 배치에 활용하고 성과를 검증하는 것도 가능하다. 셋째, 공간요소에 대 한 시간범위별 분석을 통해 특정 공간 요소를 주시한 데이터 특성을 시계열적으로 추적하여 정리하는 것이 가능했는 데, 본 연구에서 대상으로 삼은 ｢해당 공간범위｣의 결과를 보면, 남녀 모두 2분을 지난 시점에서 주의집중 정도가 급격히 떨어진 것을 확인할 수 있었다. 넷째, 주시 우위빈도를 통해 선택적 주의집중이 일어난 구역을 시간범위별로 분석하였는데, 성별에 따라 남자는 Ⅰ시간범위(52.4 %), 여자는 Ⅳ시간범위(24.0 %)에서 강한 주시가 이루어진 특 성이 있어, 성별 차이가 나타난 것을 확인할 수 있었다. 즉, 성별에 따라 선택적 주의집중이 일어나는 시간범위가 서로 다르다는 것에서부터 성별 차이를 향후 피험자 특성으로 설정하여 실험하고 분석하는 것이 필요하다.

최근 정보 기술의 발달과 GIS 논의 발전과 함께, 소셜 미디어 데이터의 생성과 공유에 대한 관심이 증대되고 있다. 소셜미디어를 통해 생성되는 트윗 데이터는 기존의 지리 정보와는 다르며, 이를 보완, 대체하고 있다. 이러한 트윗 데이터의 중요성에도 불구하고 지리학 분야에서 이에 대한 이론적 고찰 및 실증적 분석 연구가 부족한 실정이다. 본 연구의 목적은 트윗 데이터에 대한 논의를 정보 격차를 중심으로 이론적으로 고찰하며, 이를 바탕으로 트윗 데이터의 공간 패턴, 시간적 시각화, 사회-인구변수와의 관련성을 중심으로 실증적으로 탐색하는데 있다. 미국 킹 카운티를 사례로 한 연구 결과, 트윗 데이터가 공간 및 시간 측면의 집중적으로 분포함을 발견하였으며, 또한 도시-농촌 간 정보 격차가 나타나고 있음을 탐지하였다. 또한 트윗 데이터의 분포는 사회 인구 변수와의 회귀 분석 결과, 젊은 층 인구, 소득 변수 등과 일부 관련성을 가지는 것으로 나타났다.

In rapidly changing circumstances, the construction industry shows tendency to be more complicated and expanded and these changes are becoming the main factors aggravating uncertainty in straightening construction costs in the industry. The most important process in preliminary phase is calculation of appropriate construction sum and accurate estimation is required to accomplish it. Currently, local constructors draw up estimates by using the ‘per square meter’ calculation method or by applying of previous cases as they are. These methods become suppressive cause for making clear decisions by occurring errors in quantity survey in a way of data emission, replication and so on. Therefore, in this study, approximate estimation model of finishing construction shall be proposed to assist people to make prompt decisions in initial design stage. To develop this research, the existing quoting practices shall be presented and categorized by usage of space. To achieve this, information on performance, furnishings and unit price according to space definition has been collected in advance, which again enable ontology knowledge classification scheming database of space unit to be utilized and presented as knowledge information.

본 논문은 위치기반 게임(LBG, location-based game)에서 플레이어(player)와 주변 사물의 위치를 신속하게 탐색할 수 있는 공간객체 압축기법인 SBR(Shrinking of Bounding Rectangle based on grid)을 제안한다. 이 기법은 공간 객체의 좌표를 압축하여 위치기반 서버가 플레이어들의 변경된 위치나 주변 장애물에 대한 정보를 신속하게 탐색하고 플레이어에게 빠르게 전송할 수 있도록 한다. 제안 기법은 기존 기법의 단점을 극복하기 위해 게임영역을 일정한 크기의 그리드(grid)로 분할한 후 공간 객체의 좌표를 그리드 크기로 축소함으로써 객체 사이의 중첩이 발생되지 않도록 하였다. 제안기법으로 공간 데이터를 압축하여 시뮬레이션 한 결과 노드접근 횟수가 기존의 압축기법보다 단축되었다.

2009년 OECD (Organization for Economic Co-operation and Development])는 열린 정부의 실현을 위해 시민 참여를 통한 정책 평가 향상, 신기술과 참여형 웹의 적극적 활용을 통합 지침으로 제시하였다. 공공데이터와 민간데이터의 조합으로 경제 활성화에 기여할 다양한 정책들이 추진되고 있다. 특히 미국, 영국 등은 새로운 웹 기술을 적극적으로 활용하여 정부의 공공데이터를 공개하고 있다. 아울러, 하천 관련 정보의 종류와 양이 다양해지고 있으며, 하천 정보의 중요성 확대로 인해 수요가 증가하면서 한계점으로 지적되고 있는 정보 공유와 관리의 실효성을 향상시키기 위해서는 무엇보다 자료표준화가 선행되어야 하고, 하천 관련 정보 항목의 정의 및 자료 생성기준의 표준화와 더불어 정보공유 프로토콜 등 자료 공유의 표준화된 기법 도입이 필요하다. 본 연구에서는 오픈데이터 기반의 효율적인 하천공간정보의 관리 및 공유를 위한 관련기관 및 대민서비스 정보 제공, 공간분석을 위한 정보 분류 체계 구성, 메타데이터 구축, 네트워크상에서 쉽게 접근이 가능하고 원하는 데이터를 얻을 수 있는 서비스 시스템 등에 대한 국내외 표준현황을 조사하고 분석하여 표준을 준수한 하천공간정보 제공 시스템을 개발하였다.

This paper proposed a new method for estimating missing values in time series rainfall data. The proposed method integrated the two most widely used estimation methods, general linear model(GLM) and ordinary kriging(OK), by taking a weighted average of covariance matrices derived from each of the two methods. The proposed method was cross-validated using daily rainfall data at thirteen rain gauges in the Hyeong-san River basin. The goodness-of-fit of the proposed method was higher than those of GLM and OK, which can be attributed to the weighting algorithm that was designed to minimize errors caused by violations of assumptions of the two existing methods. This result suggests that the proposed method is more accurate in missing values in time series rainfall data, especially in a region where the assumptions of existing methods are not met, i.e., rainfall varies by season and topography is heterogeneous.

We propose a optimal fusion method for localization of multiple robots utilizing correlation between GPS on each robot in common workspace. Each mobile robot in group collects position data from each odometer and GPS receiver and shares the position data with other robots. Then each robot utilizes position data of other robot for obtaining more precise estimation of own position. Because GPS data errors in common workspace have a close correlation, they contribute to improve localization accuracy of all robots in group. In this paper, we simulate proposed optimal fusion method of odometer and GPS through virtual robots and position data.