[논문]NCEP 일기도 데이터 클러스터링을 위한 특징 벡터 추출

이기범; 이성환; 정창성; 황치정

NCEP 일기도 데이터 클러스터링을 위한 특징 벡터 추출
Feature vector extraction for NCEP weather data clustering 원문보기

이기범 (충남대학교 컴퓨터과학과) , 이성환 (충남대학교 컴퓨터과학과) , 정창성 (충남대학교 컴퓨터과학과) , 황치정 (충남대학교 컴퓨터과학과)

방대한 양의 격자점 데이터 및 일기도 관련 데이터를 효율적으로 저장 및 검색 하기위해서는 데이터들의 유형을 찾아 서로 유형이 비슷한 데이터를 하나의 클러스터로 연관지어 놓으면 효율적인 저장과 검색을 할 수 있다. 클러스터링에서 데이터들의 어떤 특징 벡터를 추출하는가가 클러스터링의 결과에 가장 중요한 영향을 끼친다. 본 논문에서는 격자점, 기압값 데이터로부터 일기도의 특징을 표현할 수 있는 벡터로 변환 한반도도 중심의 8방향에 대한 고/저기압의 분포와 동아시아 지역을 24영역으로 나누어 각 영역별로 고/저기압의 분포 정보를 특징벡터로 추출하여 클러스터링하였다. 클러스터팅 알고리즘으로는 unsupervised mode인 SOM(Self Organizing Map) 기법을 사용하였다.

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

문제 정의

본 논문은 방대한 양의 격자 점 데이터 및 일기도 관련 데이터에서 특징을 표현할 수 있는 벡터로 한반도 중심의 8방향에 대한 고/저기압의 분포 정보와 동아시아 지역을 24영역으로 나누어 각 영역별고/지기압의 분포 정보를 특징벡터로 하여 검색에서 평균 검색 성능을 향상하였다. 향후에는 클러스터의 수를 줄이면 클러스터링이 거의 이루어지지 않아 속도 향상을 얻을 수 없고, 클러스터의 수를 늘이면 유형이 좀 더 다양하게 분류되므로 정확한 클러스터를 얻을 수 있어 속도는 향상되지만 유사한 패턴이 서로 다른 클러스터에 포함될 수 있으므로 적절한 수의 클러스터를 설정하는 방법론이 힐요하다.

제안 방법

격자점 기압값 데이터의 유형을 분류하는 데 있어 가장 먼저 고려되어야 하는 것은 한반도에 영향을 미치는 고/저기압의 분포이다. 그러므로 한반도 중심으로부터 인접한 고/저기압의 분포는 일기도의 유형에 해당한다고 볼 수 있으며 이러한 특징을 추출하기 위해서 본 논문에서는 한반도 중심으로부터 8방향에 대해 존재하는 고/저기압의 위치와 중심 각과의 차이를 특징벡터로 하여 추출하였다. [그림 1]에는 한반도 중심으로부터 8방향에 대하여 가장 인접한 고/저기압에 대해 그 거리와 기준각과의 차이각을 추출하고 이를 특징 벡터로 하는 그림이 나타나 있다.
한반도 중심의 8방향에 대한 고/저기압의 분포를 특징벡터로 추출하여 클러스터링을 하는 경우 한반도에 영향을 주는 고/저기압을 반영하는 장점이 있지만 동아시아 전반에 걸친 전체적인 고/저기압의 분포에 대한 정보는 반영하지 못할 수가 있다. 그렇기 때문에 본 논문에서는 격자점 기압값 데이터로부터 한반도 중심의 8방향에 대한 고/저기압의 분포 정보를 특징벡터로 추출하는 방법과 더불어 동아시아 전체 영역에 해당하는 고/저기압의 분포를 나타내는 특징벡터를 추출하는 알고리즘을 사용하였다.
동아시아 전체 영역올 24영역으로 균등하게 나누고 각 영역 내에 고/저기압의 분포를 수치로 표현하고 이를 특징 벡터로 사용하였다.
본 논문에서는 격자점 기압값 데이터로부터 일기도의 특징올 표현할 수 있는 벡터로 한반도 중심의 8방향에 대한 고/저기압의 분포 정보와 동아시아 지역을 24영역으로 나누어 각 영역별고/저기압의 분포 정보를 특징벡터로 하여 추출하였다.
특 징 벡터의 주출이 적절치 못하면 클러스터링의 결과가 제대로 생성될 수 없기 때문에 반드시 데이터들의 유형을 나타낼 수 있는 특징벡터를 생성해야 한다. 본 논문에서는 격자점 기압값의 유형을 나타낼 특징벡터로 한반도 중심의 8방향에 대한 고/저기압의 분포 정보와 동아시아 지역을 24영역으로 나누어 각 영역별고/저기압의 분포 정보를 특징벡터로 하여 추 출하였다.
SOMe N차원의 벡터를 2차원으로 매핑시켜준다. 이에 우리는 격자 데이터로부터 특징 벡터를 추출하고 이를 이용하여 SOM을 구성하여 클러스터링을 수행한다. 격자 데이터로부터 추출할 특징벡터는 한반도 중심에서 8방향으로 위치하는 고/저기압의 정보이다.
추출한 특징벡터로 SOM올 구성하여 30 - 80개의 클러스터로 클러스터링을 시행하였다. 작게는 30여개의 클러스터로 모아져서 전체 데이터에 대한 검색올 행하는 것보다 평균적으로 30여 배의 검색 성능 향상올 얻을 수 있으며, 검색의 정확도도 전체 데이터에 대한 검색을 행한 경우와 거의 유사했다.

대상 데이터

작게는 30여개의 클러스터로 모아져서 전체 데이터에 대한 검색올 행하는 것보다 평균적으로 30여 배의 검색 성능 향상올 얻을 수 있으며, 검색의 정확도도 전체 데이터에 대한 검색을 행한 경우와 거의 유사했다.[그림 4]는 30개의 클러스터로 클러스터링된 결과 클러스터 중 하나의 일부분이며, 걱자 점 데이터는 1999년 1년치 365*4=1460개를 이용하였다.

이론/모형

Supervised mode는 클러스터의 정보를 이미 알고 있는 상태에서 실험자의 개입에 의해 클러스터를 형성하는 방법이고, unsupervised mode는 사용자의 개입 없이 데이터들의 특징 벡터만으로 글러스터를 생성하는 방법이다. 격자점 기압값 데이더 는 그 양이 방대하고 일기도의 패턴 역시 인위적으로 분류하기에는 많은 어려음이 따르므로 본 논문에서는 클러스터링 알고리즘으로 unsupervised mode인 SOM (Self Organizing Map) 기법을 사용하였다.
대부분의 검색 알고리즘에서 성능 향상을 위해 대상이 되는데이터 룰 자동적으로 몇 개의 클래스로 나누고, 찾고자 하는 원본의 클래스를 파악한 후에 해당 클래스의 데이터들만 검색하는 방법을 사용하고 있다. 이에 본 논문에서도 많은 양의 일기도 데이터를 보다 빠르게 검색하기 위해 격자 데이터로부터 몇몇의 유형을 분류하여 이를 클러스터링 하기위한 방법으로 SOM(Self Organizing Map)기법을 사용하였다.

성능/효과

서로 유사한 데이터들을 클러스터링 기법을 통해 클러스터로 . 묶어 놓으면 검색 시에 모든 데이터를 검색하지 않고, 찾고자 하는 target 데이터가 어느 클러스터에 해당하는가를 먼저 알아똔 후, 해당 클러스터 내에서만 유사한 일기도를 검색함으로써 성능 향상을 얻을 수 있다.
추출한 특징벡터로 SOM올 구성하여 30 - 80개의 클러스터로 클러스터링을 시행하였다. 작게는 30여개의 클러스터로 모아져서 전체 데이터에 대한 검색올 행하는 것보다 평균적으로 30여 배의 검색 성능 향상올 얻을 수 있으며, 검색의 정확도도 전체 데이터에 대한 검색을 행한 경우와 거의 유사했다.[그림 4]는 30개의 클러스터로 클러스터링된 결과 클러스터 중 하나의 일부분이며, 걱자 점 데이터는 1999년 1년치 365*4=1460개를 이용하였다.

후속연구

본 논문은 방대한 양의 격자 점 데이터 및 일기도 관련 데이터에서 특징을 표현할 수 있는 벡터로 한반도 중심의 8방향에 대한 고/저기압의 분포 정보와 동아시아 지역을 24영역으로 나누어 각 영역별고/지기압의 분포 정보를 특징벡터로 하여 검색에서 평균 검색 성능을 향상하였다. 향후에는 클러스터의 수를 줄이면 클러스터링이 거의 이루어지지 않아 속도 향상을 얻을 수 없고, 클러스터의 수를 늘이면 유형이 좀 더 다양하게 분류되므로 정확한 클러스터를 얻을 수 있어 속도는 향상되지만 유사한 패턴이 서로 다른 클러스터에 포함될 수 있으므로 적절한 수의 클러스터를 설정하는 방법론이 힐요하다.

원문 보기

ScienceON 원문보기

*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.

내보내기 메뉴

내보내기 구분

파일저장
인쇄
메일전송

구성항목

기본정보
상세정보

관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관

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

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].

AI-Helper ※ AI-Helper는 을 사용합니다.

AI-Helper

안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

연합인증

NCEP 일기도 데이터 클러스터링을 위한 특징 벡터 추출
Feature vector extraction for NCEP weather data clustering 원문보기

초록
AI-Helper