[논문]공간 통계 데이터의 시각화 기술 및 시스템 개발

백룡; 홍광수; 양승훈; 김병규

doi:10.3745/ktsde.2013.2.12.849

공간 통계 데이터의 시각화 기술 및 시스템 개발
Visualization Technique of Spatial Statistical Data and System Implementation 원문보기

정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학, v.2 no.12, 2013년, pp.849 - 854

백룡 (선문대학교 컴퓨터공학과) , 홍광수 (선문대학교 컴퓨터공학과) , 양승훈 (선문대학교 컴퓨터공학과) , 김병규 (선문대학교 컴퓨터공학과)

초록
AI-Helper

본 논문에서는 공간 데이터를 기반으로 한 도시의 다양한 통계 정보를 제안된 알고리즘을 통해서 시각화하고 시각화된 데이터를 지도와 사상(Mapping)하여 분석할 수 있게 할 뿐만 아니라 공간적 정보를 기반으로 의사 결정을 하는 경우 활용할 수 있는 문서를 사용자의 간단한 조작으로 프로그래밍 방식에 의해 작성해주는 시스템을 제안한다. 제안된 기법은 2차원 지도 데이터에서 특징데이터 값에 대해 색을 이용하여 표현하는 기법인 히트 맵 분석 (Heat Map Analysis)기법과 공간적 근접성을 정의할 때 이용되는 버퍼링 분석 (Buffering Analysis) 기법을 활용한다. 본 시스템을 통해서 공간적 정보를 시각화를 한다면 지역의 분포된 다양한 공간적 정보를 쉽게 파악할 수 있을 것이다. 또한 분석된 정보를 기반으로 제공되고 있는 문서 자동생성기능을 활용한다면 표현된 공간적 정보의 문서화에 필요한 많은 시간과 비용을 절감할 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

In this paper, a system technology-based algorithms and visualization is proposed to show a space data. Also the proposed system provides analysis function with combination of usual map and automatic document generation function to give a useful information for making an important decision based on spatial distributed data. In the proposed method, we employ the heat map analysis to present a suitable color distribution for 2 dimensional map data. The buffering analysis method is also used to define the spatial data access. By using the proposed system, spatial information in a variety of distribution will be easy to identify. Also, if we make a use of automatic document generation function in the proposed algorithm, a lot of time and cost savings are expected to make electronic document which representation of spatial information is required.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 기존에 제안된 기술을 개선하기 위하여 사용자 편의 기능과 자동 문서생성 기술을 추가하여 공간 데이터의 시각화 변환기술을 제안한다.
히트 맵 분석은 크게 마스크 생성과 색상 화 (Colorize)의 두 단계를 거쳐 완성된다. 본 논문에서는 마스크 생성 이전에 지도 좌표와 공간 데이터의 좌표 간의 사상 (Mapping)을 위한 변환 과정을 거친다. 이후 사상 (Mapping) 된 위치에 마스크를 생성하고 영역의 명도에 따라 미리 정해진 색상으로 치환하여 영역에 히트 맵을 완성 한다[5]-[6].
1에 나타난 것처럼 지도에 수치만 나타나 있어 사전 지식이 없으면 지도상에서 나타나는 의미를 파악하기가 어렵다. 본 논문에서는 전문가가 아닌 비전문가도 쉽게 접근 할 수 있게 직관적인 인터페이스를 제공해 주고 있다. 이로 인해 전문 지식이 없음에도 불구하고 비교할 대상만 적절히 선택하여 시각적으로 결과를 예측 및 분석할 수 있다.
본 논문은 공간 데이터를 효과적으로 분석하기 위한 방법의 하나로 데이터의 시각화와 분석된 데이터 기반으로 문서화하는 시스템을 제안한다. 이를 위해서 필요한 데이터베이스를 설계하여 데이터를 가공하고 가공된 데이터를 바탕으로 밀도분석 알고리즘을 통해 공간 데이터를 시각화한다.
본 연구에서는 지리 정보 시스템을 좀 더 효율적으로 활용하기 위한 방안 중 공간 데이터의 시각화와 문서 자동화생성 기법에 대하여 제안하고 이를 기반으로 공간 데이터 시각화 시스템을 개발하였다. 제안된 공간 데이터 시각화 시스템을 활용하면 통계 데이터 기반의 지역 정보를 쉽게 시각화 할 수 있으며 이를 통해서 지역의 공간 데이터를 분석을 효과적으로 할 수 있다.

제안 방법

Fig. 10에서 표시된 컨트롤박스에서 사용자가 전문가가 아니더라도 제공되는 콘텐츠에서 분석이 필요한 인자들을 선택하여 비교를 통해 시각화하고 대응 하는 데이터나 통계 데이터를 문서로 처리 할 수 있도록 개발하였다.
또한, 본 연구에서는 버퍼(Buffer)의 색상화 부분을 추가 하여 색상에 따라서 거리를 판별할 수 있도록 한다. 색상은 각각 빨간색과 노란색, 그리고 회색으로 표현한다.
본 논문에서는 영역의 중심부로부터 가장자리로 [0, 1] ~[0, 255]으로 10구간에 대해 균등 분할하여 그 값을 사상 (Mapping)시킨다. 마스크 영역이 생성되고 나면, 앞서 설명한 10구간 균등 분할 사상(Mapping)을 적용하여 내부로부터 외각으로 그라디언트 값(gradient value)로 채운다.
본 연구에서 제안하는 시스템에서는 해당 라이브러리를 적용하여 Documentation 모듈을 만들어 적용하여 분석된 공간데이터를 쉽게 문서화 할 수 있도록 인터페이스를 제공한다. Fig.
시각화된 데이터는 Naver 등 포탈에서 제공하고 있는 지도 공개 API와 매쉬업 (Mash-up)하여 지도와 함께 볼 수 있도록 인터페이스를 제공함으로써 개발된 공간데이터 시각화 시스템 (Spatial Data Visualization System : SDVS)을 통해서 해당 기술을 사용할 수 있다. 개발된 시스템은 간편한 인터페이스를 제공하여 사전 지식이 없어도 자신이 원하는 데이터를 한눈에 볼 수 있으며 사용자 관점에서 데이터를 시각화 하여 비교 할 수 있다.
6는 균등 분할 사상(Mapping)에 의해 설정되는 영역 내의 농도를 나타내고 있다[7].이를 기반으로 하여 본 논문에서는 히트 맵 분석기법을 사용하여 공간데이터를 시각화하는 기법을 제시한다.
본 논문은 공간 데이터를 효과적으로 분석하기 위한 방법의 하나로 데이터의 시각화와 분석된 데이터 기반으로 문서화하는 시스템을 제안한다. 이를 위해서 필요한 데이터베이스를 설계하여 데이터를 가공하고 가공된 데이터를 바탕으로 밀도분석 알고리즘을 통해 공간 데이터를 시각화한다.
9(a)). 이와 같은 문제점을 해결하기 위해서 본 연구에서는 공간 데이터의 가중치 중에서 최대값과 최소값을 추출해서 기준점을 만들고 총 공간 데이터 수를 계산하여 10단계로 균등하게 데이터를 나누고 각각의 데이터마다 시각화 시에 사용되는 임시 가중치를 부여한다(Fig. 9(b)).

이론/모형

구체적으로 보면 위치나 질의 (Query)를 이용하여 특징과 그와 관련된 특징을 찾을 수 있을 뿐만 아니라 교차(Intersection) 기능 등을 통해 다른 특정 레이어 범위에 포함되는 레이어의 정확한 영역 등을 분석하는 작업과 같은 고급 공간 분석기능을 필요로 한다[3],[4]. 본 논문에서는 공간 데이터의 시각화를 위해서 공간분석기법 중 히트 맵 기법과 버퍼링 분석 기법을 활용 한다.
Shigeru Obayashi et al.은 목적함수 공간에서 Pareto 해의 trade-off를 시각화하기 위하여 자기 구성형 맵(Self-organizing maps)을 활용하였다[9]. 또한 데이터 시각화 연구의 한 분야인 텍스트 시각화에 대하여 그 시각적 표현의 재료가 되는 텍스트 데이터의 종류 및 본질, 특성에 대하여 고찰하고, 다양한 텍스트 시각화의 사례에 대해 고찰하였다[10].

성능/효과

15는 각각 서울시의 주거인구와 직장 인구를 시각화 한 결과이다. 시각화 한 결과를 통해서 주거인구의 밀도가 높은 지역과 직장인구의 밀도에 관한 공간 데이터를 수치 데이터가 아닌 지도와 사상(Mapping)된 시각화 데이터로 확인할 수 있다.
본 연구에서는 지리 정보 시스템을 좀 더 효율적으로 활용하기 위한 방안 중 공간 데이터의 시각화와 문서 자동화생성 기법에 대하여 제안하고 이를 기반으로 공간 데이터 시각화 시스템을 개발하였다. 제안된 공간 데이터 시각화 시스템을 활용하면 통계 데이터 기반의 지역 정보를 쉽게 시각화 할 수 있으며 이를 통해서 지역의 공간 데이터를 분석을 효과적으로 할 수 있다. 이러한 분석 데이터는 도시 개발 계획 및 복지 인프라 확충 등에 필요한 기반 분석 데이터로 활용할 수 있을 것이다.

후속연구

하지만 공간 데이터를 추가한다면 좀 더 폭넓은 분석을 할 수 있을 것이다. 또한 시각화에 사용되는 색상의 폭을 넓혀서 좀 더 세부적인 시각화를 가능하게 한다면 좀 더 세부적인 분석이 가능할 것이다.
제안된 공간 데이터 시각화 시스템을 활용하면 통계 데이터 기반의 지역 정보를 쉽게 시각화 할 수 있으며 이를 통해서 지역의 공간 데이터를 분석을 효과적으로 할 수 있다. 이러한 분석 데이터는 도시 개발 계획 및 복지 인프라 확충 등에 필요한 기반 분석 데이터로 활용할 수 있을 것이다. 또한 간단한 인터페이스 때문에 전문 지식이 필요 없이 원하는 데이터를 검색하여 사용자 관점에 따로 비교 및 분석을 할 수 있다.
빨강은 학교 시설과 매우 가까운 지역, 노란색은 근접한 지역, 회색은 조금 떨어져있는 지역이라고 볼 수 있다. 이와 같은 시각화 데이터를 통해서 지역 내의 학교 시설이 더 필요 한 지를 판별할 수 있는 기초 자료로 사용할 수 있을 것이다.
제안된 시스템 기술은 공간 데이터의 시각화의 장점을 부각하기 위해서 한정된 공간 데이터만을 포함하고 있다. 하지만 공간 데이터를 추가한다면 좀 더 폭넓은 분석을 할 수 있을 것이다. 또한 시각화에 사용되는 색상의 폭을 넓혀서 좀 더 세부적인 시각화를 가능하게 한다면 좀 더 세부적인 분석이 가능할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	히트 맵 분석이란?	히트 맵 분석은 2차원 지도 데이터에서 특정 데이터 값에 대해 색을 이용하여 표현하는 기법이다. 히트 맵 분석은 크게 마스크 생성과 색상 화 (Colorize)의 두 단계를 거쳐 완성된다.
	본 연구에서 히트맵 분석을 위한 마스크 생성 단계에서 마스크를 공간 데이터의 좌표를 기준점으로 반경 50m로 생성한 이유는?	마스크 생성은 공간 데이터의 좌표를 기준점으로 반경 50m로 생성한다. 그 이유는 히트 맵 기법을 활용하기 위해 수집한 공간 데이터가 중심점으로부터 반경 50M의 정보를 담고 있기 때문이다. 이후 수치화된 데이터를 농도로 표현한다.
	히트 맵 분석은 어떠한 단계를 거쳐 완성되는가?	히트 맵 분석은 2차원 지도 데이터에서 특정 데이터 값에 대해 색을 이용하여 표현하는 기법이다. 히트 맵 분석은 크게 마스크 생성과 색상 화 (Colorize)의 두 단계를 거쳐 완성된다. 본 논문에서는 마스크 생성 이전에 지도 좌표와 공간 데이터의 좌표 간의 사상 (Mapping)을 위한 변환 과정을 거친다.

참고문헌 (10)

Hee-Yeon Lee, Jae-Heon Shim, "GIS Geograhphic Information", Bubmun press, 2011.
Deuk-Ho Bae et al., "Design and Implementation of a Spatial Data Mining System," Korea Spatial Information Society Journal, Vol.11, No.2, June, 2009.
Yong-Bong Jang, "A study on risk analysis and the optimal path of dangerous materials by using GIS," Seoul National university Master Thesis, 1996.
Sung-Won Kim, "Visualization of Coverage with Heat-map on Wireless Sensor Network based on GIS," WonKwang university, Mater Thesis, Dec., 2009.
D. Fisher, Hotmap: Looking at geographic attention. IEEE Transactions on Visualization and Computer Graphics, 13(6):1184-1191, 2007.

상세보기
D. Fisher, "The Impact of Hotmap. Microsoft Reserch", available from http://research.Microsoft.com/apps/pubs/default.aspx?id81244, 2009.
Johannes Trame, Carsten Kebler, "Exploring the Lineage of Volunteered Geographic Information width Meat Maps", GeoViz: Linking Geovisua lization with Spatial Analysis and Modeling, 10-11 March, 2011.
Nagapramod Mandagere, "buffer Operation in GIS", University of Minnesota available from http://www-users.cs.umn.edu/-npramod/enc_pdf.pdf.
Shigeru Obayashi, Daisuke SasaKi, "Visualization and Data Mining of Pareto Solutions Using Self-Oraganizing Map," Evolutionary multi-criterion optimization, LNCS 2632, pp796-809, 2003.
Hyo Young Kim, Jin Wan Park, "A Review on Expressive Materials and Approaches to Text Visualization," Korea Contents Society 13(1) pp.64-72, 2013.

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증