Data Digest: 데이터 이미지화와 응용

국문 초록 (Abstract)

딥 러닝과 빅데이터 기술이 발전함에 따라 대량의 원시 데이터를 전처리하여 분석을 용이하게 할 수 있는 기술들이 많은 주목을 받고 있다. 이에 본 논문에서는 이질적인 고차원 데이터를 효율적으로 전처리하고 통합하기 위한 방법으로서 데이터를 이미지의 형태로 변환하는 Data Digest 기법을 제안한다. 이 기법을 이용하면 서로 다른 종류의 데이터를 효율적으로 전처리하고 통합할 수 있으며, 이러한 이미지 데이타는 잘 알려진 딥러닝 기술에 쉽게 적용될 수 있다. 본 제안 방법의 유효성을 보이기 위한 실질적인 응용예로서 데이터 이미지화 기법을 실내외 측위 기술과 최대전력수요 예측 기법에 적용한 결과를 제시한다.

다국어 초록 (Multilingual Abstract)

As deep running and big data technologies evolve; technologies that pre-process a huge amount of raw data and thus facilitate the analysis of such data have started receiving much attention. In this paper, we propose a novel method called Data Digest, which transforms heterogeneous and multidimensional data into an image. Using our proposed method, we are able to easily pre-process and integrate different types of data, resulting in creating the possibility for the application of such transformed images in well-known deep learning techniques. To demonstrate the validity of our proposed method, in the present work, we present practical applications such as the internal and outdoor positioning system and the peak power consumption prediction problem using data imagification.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 관련연구
• 3. Data Digest
• 4. Data Digest를 이용한 측위 기법
• 5. Data Digest를 이용한 최대전력수요 예측
• 6. 결론
• References

참고문헌 (Reference)

1 최진원, "빅데이터 시대에 효과적인 시각커뮤니케이션을 위한 인포그래픽 연구" 한국전시산업융합연구원 11 : 165-175, 2012

2 황혜미, "계층적 군집분석방법을 활용한 건물 부하의 전력수요예측" 대한전기학회 64 (64): 41-47, 2015

3 C. Yi, "Visualization of Multi-dimensional Data for Indoor Positioning" 379-381, 2016

4 R. Kosara, "Visualization criticism-the missing link between information visualization and art" 631-636, 2007

5 J. J. Yoo, "Trends in Technical Development and Standardization of Indoor Location Based Services" 29 (29): 24-31, 2014

6 K. Kim, "The Trend of Electric Load Forecasting Using Artificial Intelligent" 457-458, 2017

7 D. Duce, "Portable Network Graphics (PNG) Specification (Second Edition)"

8 J. C. Park, "Monitoring Techniques for Cable Vibrations Using Image Making and Pattern Recognition of Measured Data" 3289-3292, 2008

9 H. J. Trussel, "Mathematics for demosaicking" 11 (11): 485-492, 2002

10 I. Goodfellow, "Generative Adversarial Nets" 27 : 2672-2680, 2017

11 J. Kim, "Deep learning algorithms and applications" 33 (33): 25-31, 2015

12 C. Yi, "Cloud-Based Positioning Method with Visualized Signal Images" 122 (122): 122-129, 2017

13 D, Keim, "Big-Data Visualization" 33 (33): 20-21, 2013