교통카드 데이터는 도시 유동 패턴 분석을 가능하게 하는 양질의 대용량 데이터를 제공한다. 하지만 유동 클러스터링의 방법론적 어려움으로 인해 기존의 연구들은 데이터의 이점을 최대로 활용하지 못하고 있다. 이러한 한계를 극복하고자, 본 연구는 교통카드 데이터에 기반한 효율적인 유동 클러스터 탐지 기법을 제시하고, 이를 서울시 대중교통 통행 데이터에 적용하여 유의미한 유동 통행 클러스터를 도출하고자 한다. 사례 분석 결과, 서울 전체에 걸쳐 있는 다양한 대중교통 통행 클러스터를 도출할 수 있었고, 특히 공간상에서는 인접하지만 서로 다른 교통수단과 노선 하에서 이루어진 개별 유동들을 하나의 유동 통행 패턴으로 탐지할 수 있었다, 더 나아가, 일반적인 빈도분석으로는 뚜렷하게 나타나지 않지만 공간적으로 인접한 여러 다발의 유동이 모였을 때 유의미한 통행량을 가지게 되는 주요 통행 패턴을 포착할 수 있었다. 본 연구는 유동 현상을 분석하는데 중요한 방법론적 시사점을 제시하고 있으며, 제시된 알고리즘은 향후 보다 진보된 유동 클러스터링 기법을 개발하는데 필요한 기초 결과로 활용될 수 있을 것으로 기대된다.

An objective classification of commercial thickened foods was studied for Korean elderly people with swallowing difficulty as based on rheological properties. A total of 16 commercial products (grain porridges, vegetable porridges, meat porridges, fish and shellfishes porridges, nut porridges) were measured using a stress-controlled rheometer with stainless steel plate-plate geometry and building material cell. Joint consideration has been made of viscous behavior (flow and thixotropy) and viscoelastic behavior (oscillatory testing). Rheological measurements were fitted to different rheological and empirical mathematical models, and a total of 11 parameters were generated. Based on these parameters and the use of fuzzy clustering and the c-means method, an objective classification of all the products was obtained. 16 commercial products were divided to 3 clusters. Each class has been defined from the parameters of the centroids generated by the classification method used - thus allowing us to know the common rheological characteristics of any of the products belonging to a given class. The results of this classification encourage further to develop of the new products for Korean elderly people.

유황 분석을 통해 산정된 갈수량, 저수량, 평수량, 풍수량은 수자원의 이용 및 관리에 있어서 매우 중요한 유량 지표이다. 하지만, 유황분석에 의해 유황에 따른 유량은 산정되어지고 있으나, 시설물 운영을 위한 유황에 따른 기간이 선정되어 있지 않기 때문에 실무자의 판단을 통해 유황 시기를 결정하여 보 및 댐의 운영이 이루어지고 있는 실정이다. 본 연구에서는 낙동강에 위치한 달성보 지점에 대하여 subtractive 기반 K-mean 클러스터링 기법과 클러스터 검증지수를 통해 실제 유황이 가지는 패턴을 분석하였다. 분석결과, 3개의 유황 패턴이 나타나고 있는 것으로 밝혀졌다. 이에 따라서, 각 유황 패턴이 나타나는 기간을 분석하여 유황 패턴별 시기를 결정하였다.