R 이용 오픈데이터 시각화 웹 응용

김광섭 ( Kwang Seob Kim ),이기원 ( Ki Won Lee ) 한국지리정보학회 2014 한국지리정보학회지 Vol.17 No.2

빅 데이터가 정보통신기술 분야의 핵심 이슈로 부각되면서 관련 기술에 대한 관심이 증가하고 있다. 빅 데이터를 구성하는 요소 기술 중에서 이번 연구는 오픈소스를 기반으로 하는 데이터 시 각화와 R을 주요 주제로 한다. 데이터 시각화는 웹 사용자의 직관적 활용이 가능하도록 하는 대화 식 그래픽 처리 기술이며, R은 통계 기반의 정보 분석을 가능하게 하는 언어와 환경이다. 이번 연 구에서 이 두 가지 기술 요소를 연계하여 공간정보를 포함하는 공공 오픈데이터의 시각화를 주요 기능으로 하는 웹 기반 응용 사례를 시험적으로 구현하였다. 별도의 소프트웨어 설치 작업을 요구 하지 않는 이 응용 모델은 사용자가 직접 데이터를 구축하지 않고 필요한 자료를 오픈데이터에서 구하고, R에 대한 충분한 지식이 없어도 R의 시각화 처리 기능을 이용할 수 있도록 한다. 이 서비 스에 접속한 웹 사용자는 다양한 시각화 기능을 이용하여 가공한 처리 결과를 의사결정 도구로 이 용할 수 있다. 향후 R의 공간통계 분석기능과 복합 연산 기능의 제공과 함께 빅 데이터 연계를 통 한 다양하고 실무적인 응용 모델 개발을 통하여 공간정보 활용 분야의 확대에 기여할 수 있을 것 으로 기대한다. geo-based open data provided by public organizations or government agencies. This application model does not need users’data building or proprietary software installation. Futhermore it is designed for users in the geo-spatial application field with less experiences and little knowledges about R. The results of data visualization by this application can support decision making process of web users accessible to this service. It is expected that the more practical and various applications with R-based geo-statistical analysis functions and complex operations linked to big datacontribute to expanding the scope and the range of the geo-spatial application.

관계형 데이터베이스 기반 구조적학술용어사전(STNet)의 RDF 온톨로지 변환 방식 연구

고영만,이승준,송민선 한국정보관리학회 2015 정보관리학회지 Vol.32 No.2

This study described the results of converting RDB to RDF ontology by each of R2RML method and Non-R2RML method. This study measured the size of the converted data, the conversion time per each tuple, and the response speed to queries. The STNet, a structured terminology dictionary based on RDB, was served as a test bed for converting to RDF ontology. As a result of the converted data size, Non-R2RML method appeared to be superior to R2RML method on the number of converted triples, including its expressive diversity. For the conversion time per each tuple, Non-R2RML was a little bit more faster than R2RML, but, for the response speed to queries, both methods showed similar response speed and stable performance since more than 300 numbers of queries. On comprehensive examination it is evaluated that Non-R2RML is the more appropriate to convert the dynamic RDB system, such as the STNet in which new data are steadily accumulated, data transformation very often occurred, and relationships between data continuously changed. 본 연구에서는 R2RML 방식과 Non-R2RML 방식을 각각 적용하여 RDB를 RDF 온톨로지로 변환한 결과를 비교하였다. RDB 기반의 구조적학술용어사전 데이터베이스인 STNet의 데이터를 대상으로, 변환이 완료된 데이터의 규모, 튜플당 변환에 걸리는 시간, 그리고 질의 응답 속도를 측정하였다. 변환 규모의 평가 결과 Non-R2RML 방식이 더 많은 수의 변환을 하였으며, 표현의 풍부성과 추론 가능성 정도를 높이는 변환을 수행한 것으로 나타났다. 튜플당 변환 시간의 경우 Non-R2RML 방식이 미세하지만 더 빠른 것으로 나타났으며, 질의 응답 속도는 두 방식 모두 300회 이상의 질의 횟수부터는 안정적인 성능을 보이면서 유사한 형태의 속도를 보였다. 측정에 대한 종합적 검토 결과 데이터의 변형이 빈번하고 새로운 데이터의 추가나 데이터들 간의 연결관계가 지속적으로 변화하는 STNet과 같은 동적인 RDB에는 Non-R2RML 방식이 적절한 것으로 평가되었다.

심볼릭 인공지능을 위한 R 심볼릭 데이터분석

전성해(Sunghae Jun) 한국지능시스템학회 2017 한국지능시스템학회논문지 Vol.27 No.5

컴퓨터와 인간은 분명 다르지만 기본적으로 데이터를 저장하고 처리하는 개념적 측면에서는 서로 유사한 구조를 갖는다. 하지만 수집된 전체 데이터를 처리하고 분석하는 컴퓨터와는 달리 인간은 요약된 패턴 단위로 데이터를 처리한다. 즉 인간은 전체 데이터를 다루기보다는 요약된 정보를 통해 최적의 의사결정을 한다. 전체 데이터보다 요약된 정보만을 관리하면 시간과 비용 면에서 더 효율적인 시스템을 구축할 수 있다. 특히 빅데이터 환경에서 인공지능의 학습을 위한 대용량 데이터의 처리 및 분석을 위하여 요약된 정보에 기반 한 데이터학습에 대한 필요성이 제기되고 있다. 본 연구에서는 이와 같이 요약된 정보에 기반 한 심볼릭 인공지능 시스템의 효율적인 구축을 위하여 통계학의 심볼릭 데이터분석에 대하여 연구한다. 특히 대표적인 데이터언어인 R에서 제공하는 심볼릭 데이터분석 함수를 이용한 심볼릭 인공지능에 대한 방법을 소개한다. 제안방법의 성능평가를 위하여 객관적인 기계학습 데이터 사례를 이용하였다. Computers and humans are different, but basically they have a similar structure in conceptual aspects of data storing and processing. However, unlike computers that process and analyze the entire data collected, humans process the data in a summarized pattern. In other words, humans make the best decisions through summarized information rather than whole data. By managing only summarized information, you can build a more efficient system in terms of time and cost. In particular, there is a need for learning from data based on summarized information for processing and analyzing large amounts of data for artificial intelligence learning in a big data environment. In this paper, symbolic data analysis of statistics is studied for efficient construction of symbolic artificial intelligence system based on the information summarized in this way. We introduce a method for symbolic artificial intelligence using symbolic data analysis functions provided by R data language. In order to evaluate the performance of proposed method, objective machine learning data were used.

베타 회귀분석과 R 텍스트 마이닝을 이용한 특허 마이닝

전성해(Sunghae Jun) 한국지능시스템학회 2018 한국지능시스템학회논문지 Vol.28 No.4

개발된 기술에 대한 특허는 숫자, 문자, 그림 등으로 이루어진 문서형식이다. 특허 마이닝은 대규모 특허문서 데이터로부터 기술과 관련된 다양한 지식을 추출하는 도구와 방법이다. 문서는 대부분 텍스트로 구성되어 있기 때문에 특허 마이닝에서는 텍스트 데이터를 처리하고 분석할 수 있는 텍스트 마이닝이 필요하다. 텍스트 마이닝을 지원하는 프로그래밍 언어로 본 논문에서는 R을 사용한다. R은 텍스트 마이닝 뿐만 아니라 대부분의 통계분석과 기계학습 알고리즘을 지원한다. 제안 방법에서 사용되는 베타 회귀분석도 R의 통계 패키지를 이용하여 수행된다. 반응변수가 0에서 1사이의 값을 갖는 베타 회귀분석의 특성을 이용하여 본 연구에서는 특허문서로부터 추출된 키워드 사이의 기술 연관성을 찾는 방법을 제안한다. 제안모형의 성능평가를 위하여 실제 특허문서를 이용한 실험을 수행한다. Patents for developed technologies are in the form of documents consisting of numbers, texts and pictures. Patent mining means tools and methods for extracting various knowledge related to technology from large-scale patent document data. Since documents are mostly text, patent mining requires text mining to process and analyze text data. Also, R is used as a programming language that supports text mining. R supports almost all statistical analysis and machine learning algorithms as well as text mining. The beta regression analysis used in the proposed method is also performed using the R statistical package. In this paper, we propose a method to find the technological relation between patent keywords extracted from patent documents by using the characteristics of beta regression analysis with response variables between 0 and 1. Experiments using real patent documents are performed to evaluate the performance of the proposed model.

연결형 마이크로맵: 공간통계자료의 탐색적 분석 및 지리적 시각화

김민호 한국지도학회 2015 한국지도학회지 Vol.15 No.2

막대나 히스토그램과 같은 그래픽 요소는 통계자료의 탐색적 분석을 위한 정보 시각화 도구로 자주 활용되어왔다. 이에 비해단계구분도나 유선도와 같은 전통적 주제도는 지리참조된 통계자료의 공간 분포 및 패턴 분석을 위한 유용한 시각화 기법으로 인식되었다. 그러나 통계학 분야에서 최근 제안된 연결형 마이크로맵은 공간통계자료의 탐색적 분석을 위한 효과적인 시각화 도구로서 많은 관심을 받고 있다. 이에 본 연구는 서울특별시 자치구를 대상으로 생산된 공간통계자료를 시각화할 수 있는 연결형 마이크로맵을 R 프로그래밍 언어를 이용하여 구현하여 제시하였다. 그리고 본 연구는 기존 주제도와 차별적인 연결형 마이크로맵의 특징을 고찰하였다. 연결형 마이크로맵은 전통적 주제도의 한계를 해결하고 정보 손실을 최소화할 수 있는 효과적인 시각화 기법으로서 그 활용도가 높아질 것으로 기대된다. Graphic elements, e.g., bar and histogram, have been widely utilized as a tool of information visualizationfor the exploratory data analysis (EDA) of spatial statistics data. Meanwhile, conventional thematic map such as choropleth and flow maps has been considered to be an efficient visualization method in discovering the spatial distribution and pattern of georeferenced statistics data. However, the interest of linked micromap (LM), first proposedin statistics academia, is being grown as an useful method for EDA recently. This research implemented the LM with R programming language in order to visualize spatial statistics data information of Seoul Metropolitan City, and it provided some results of LM implementation. In addition, this study evaluated the distinct features of LM in comparison with conventional thematc maps. LM-based visualization is anticipated to gather more interests in many academic fields due to it’s functional ability to minimize information loss of spatial statistics data.

특허분석을 위한 통계적 시각화

전성해(Sunghae Jun),최준혁(Junhyeog Choi) 한국지능시스템학회 2015 한국지능시스템학회 학술발표 논문집 Vol.25 No.2

인공지능 기술분석을 위한 베이지안 추론

최준혁(Junhyeog Choi),전성해(Sunghae Jun) 한국지능시스템학회 2018 한국지능시스템학회논문지 Vol.28 No.4

인간과 같은 지능을 갖는 컴퓨터를 만드는 인공지능 기술에 대한 눈부신 발전에 의해 사회 각 분야에서 인공지능 기술에 대한 의존도가 점점 커지고 있다. 따라서 인공지능 기술에 대한 정확한 분석에 대한 수요도 지속적으로 증가하고 있다. 따라서 본 논문에서는 인공지능과 관련된 기술분석을 위하여 베이지안 추론 기반의 통계분석 방법에 대하여 연구한다. 현재까지 출원된 인공지능 관련 기술특허를 모두 수집하여 텍스트 마이닝 전처리를 통하여 키워드를 추출하고 이를 이용하여 인공지능 관련 기술분석을 수행한다. 제안방법의 타당성을 확인하기 위하여 인공지능을 위한 2가지 세부기술인 데이터학습과 자연어이해에 대한 키워드를 추출하고 이를 분석하여 실제적용의 가능성을 확인하였다. Due to the remarkable development of artificial intelligence technology that makes computers with intelligence like human beings, artificial intelligence technology is increasingly relied on in each field of society. Therefore, demand for accurate analysis of artificial intelligence technology is continuously increasing. Therefore, in this paper, we study the statistical analysis method based on Bayesian inference for technology analysis related to artificial intelligence. We collect all patents related to artificial intelligence related patents so far, extract keywords through text mining preprocessing, and perform artificial intelligence related technology analysis using them. In order to verify the validity of the proposed method, we considered two sub-technologies which are learning from data and natural language understanding for artificial intelligence, and analyzed the possibility of actual application.

빅 데이터 분석 방법을 이용한 생활 밀착형 코딩 교육 효과성 분석

김희숙,탁동길 한국디지털콘텐츠학회 2019 한국디지털콘텐츠학회논문지 Vol.20 No.10

Due to the 4th industrial revolution, the importance of software-centered convergence talent education is becoming more important. In this paper, we propose a life-based convergence coding education suitable for the 4th industrial age. The reason for proposing a new life-based coding education method is to break away from the complicated and difficult coding education method and to design an education method that can be easily accessed with fun and interest. In order to evaluate the performance of the proposed life-based coding education, the learner was selected as a high school student, and the coding education was designed and implemented for class seat placement and timetable setting. As a result of analyzing education effect using big data analysis method, the life-based coding education designed in this paper was found to be effective in reducing students' learning burden and providing a positive mind about coding. It is expected that the learning community for educators should be activated to share life-based coding education information and experience in the future. 4차 산업 혁명으로 인하여 소프트웨어 중심의 융합인재교육의 중요성이 더욱 부각되고 있다. 본 논문에서는 복잡하고 어려웠던 코딩 교육 방식을 탈피하고 재미와 흥미를 가지고 쉽게 접근할 수 있는 4차 산업시대에 적합한 코딩 교육 방식을 설계하기 위해서 생활 밀착형의 융합 코딩 교육을 제안한다. 제안된 생활 밀착형 코딩 교육의 성능을 평가하기 위하여 학습자를 고등학생으로 선택하고 학급 좌석 배치와 시간표 작성을 대상으로 코딩 교육을 설계하고 구현하였다. 설계된 생활 밀착형 코딩 교육을 실시하고 빅데이터 분석 방식을 활용하여 교육 효과를 분석한 결과, 코딩 교육을 의무화함으로 학생들이 느끼는 학습 부담감을 줄이고 코딩에 대한 긍정적인 마음을 제공하는 데 효과가 있는 것으로 나타났다. 향후 제안된 생활 밀착형 코딩 교육을 기획하고 적용하는 과정에서 교육자 간에 정보와 경험을 공유할 수 있도록 교육자 대상의 학습 커뮤니티가 활성화되어야 할 것으로 기대한다.