Submit Search
Upload
Big dataanalysis cseof-sejioh_may2_2018
•
Download as PPTX, PDF
•
0 likes
•
43 views
Seji OH
Follow
CSEOF 기법을 이용한 빅데이터 분석에 관한 스터디 자료. 서울 지하철 운송량 데이터에 대한 분석에 관한 스터디 정리.
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 14
Download now
Recommended
추계학술대회 발표자료 Ppt 캡사이신 팀(cap parcel system)
추계학술대회 발표자료 Ppt 캡사이신 팀(cap parcel system)
Bae_Jinwoo
데이터를 통한 지역 시민과의 소통 : 데이터의 공개와 활용
데이터를 통한 지역 시민과의 소통 : 데이터의 공개와 활용
Jong-Hyun Kim
Prediction of bus riders at the time of departure
Prediction of bus riders at the time of departure
HWANGTAEYONG
김수정 1주차
김수정 1주차
KimSoojeong
LH Smartcity for osgeo
LH Smartcity for osgeo
ssuser3b2776
빅데이터 캠퍼스 컨퍼런스 자료집(2016.7.14)
빅데이터 캠퍼스 컨퍼런스 자료집(2016.7.14)
bigdatacampus
Lh smartcity for_osgeo
Lh smartcity for_osgeo
ssuser3b2776
[분석] ITS와 유동인구 데이터를 활용한 교통 예측 모델
[분석] ITS와 유동인구 데이터를 활용한 교통 예측 모델
BOAZ Bigdata
Recommended
추계학술대회 발표자료 Ppt 캡사이신 팀(cap parcel system)
추계학술대회 발표자료 Ppt 캡사이신 팀(cap parcel system)
Bae_Jinwoo
데이터를 통한 지역 시민과의 소통 : 데이터의 공개와 활용
데이터를 통한 지역 시민과의 소통 : 데이터의 공개와 활용
Jong-Hyun Kim
Prediction of bus riders at the time of departure
Prediction of bus riders at the time of departure
HWANGTAEYONG
김수정 1주차
김수정 1주차
KimSoojeong
LH Smartcity for osgeo
LH Smartcity for osgeo
ssuser3b2776
빅데이터 캠퍼스 컨퍼런스 자료집(2016.7.14)
빅데이터 캠퍼스 컨퍼런스 자료집(2016.7.14)
bigdatacampus
Lh smartcity for_osgeo
Lh smartcity for_osgeo
ssuser3b2776
[분석] ITS와 유동인구 데이터를 활용한 교통 예측 모델
[분석] ITS와 유동인구 데이터를 활용한 교통 예측 모델
BOAZ Bigdata
Konjac jelly
Konjac jelly
ssuserce7ad4
Konjac jelly
Konjac jelly
ssuserce7ad4
[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)
Joonho Lee
Share house
Share house
chs71
소비자분석_광진구교통사고주의및예측서비스
소비자분석_광진구교통사고주의및예측서비스
황 창현
1.마곡 u city 구축사업 소개
1.마곡 u city 구축사업 소개
simrc
환경영향평가에서 ICT/BIM/디지털트윈 기술의 활용
환경영향평가에서 ICT/BIM/디지털트윈 기술의 활용
SANGHEE SHIN
환경영향평가 의사결정지원 시공간 표출기술
환경영향평가 의사결정지원 시공간 표출기술
SANGHEE SHIN
스마트시티 프레임웍과 기술분류체계
스마트시티 프레임웍과 기술분류체계
Tae wook kang
프로브 차량(Porbe Vehicle)을 이용한 IoT 기반 실시간 환경 모니터링 시스템
프로브 차량(Porbe Vehicle)을 이용한 IoT 기반 실시간 환경 모니터링 시스템
Jong-Hyun Kim
조기원 발표자표 Mike she svm 을 이용한 충주댐 유역 홍수유출 모의
조기원 발표자표 Mike she svm 을 이용한 충주댐 유역 홍수유출 모의
Kiwon Cho
실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트
실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트
김인규
서울 버스 정류장 광고 효과 측정_2016( audience measurement )
서울 버스 정류장 광고 효과 측정_2016( audience measurement )
M&M Networks
2019년도 대한전기학회 본부 스마트그리드연구회 춘계학술대회 논문
2019년도 대한전기학회 본부 스마트그리드연구회 춘계학술대회 논문
Charzin
스마트 시티 동향과 기술
스마트 시티 동향과 기술
Tae wook kang
2013 한국경영정보학회 추계학술대회 program(11.8.금.한국과학기술회관)
2013 한국경영정보학회 추계학술대회 program(11.8.금.한국과학기술회관)
Kyoung Jun Lee
건설기업의 빅데이터 시대 대응방향
건설기업의 빅데이터 시대 대응방향
메가트렌드랩 megatrendlab
융합연구포럼 2015.02 big data - engineering & convergence.
융합연구포럼 2015.02 big data - engineering & convergence.
Chanjin Park
GS1 Tutorial (Korean) by Daeyoung Kim, Auto-ID Labs, KAIST
GS1 Tutorial (Korean) by Daeyoung Kim, Auto-ID Labs, KAIST
Daeyoung Kim
잡코리아 글로벌 프런티어 2기_Bird eyes_탐방 보고서
잡코리아 글로벌 프런티어 2기_Bird eyes_탐방 보고서
잡코리아 글로벌 프런티어
More Related Content
Similar to Big dataanalysis cseof-sejioh_may2_2018
Konjac jelly
Konjac jelly
ssuserce7ad4
Konjac jelly
Konjac jelly
ssuserce7ad4
[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)
Joonho Lee
Share house
Share house
chs71
소비자분석_광진구교통사고주의및예측서비스
소비자분석_광진구교통사고주의및예측서비스
황 창현
1.마곡 u city 구축사업 소개
1.마곡 u city 구축사업 소개
simrc
환경영향평가에서 ICT/BIM/디지털트윈 기술의 활용
환경영향평가에서 ICT/BIM/디지털트윈 기술의 활용
SANGHEE SHIN
환경영향평가 의사결정지원 시공간 표출기술
환경영향평가 의사결정지원 시공간 표출기술
SANGHEE SHIN
스마트시티 프레임웍과 기술분류체계
스마트시티 프레임웍과 기술분류체계
Tae wook kang
프로브 차량(Porbe Vehicle)을 이용한 IoT 기반 실시간 환경 모니터링 시스템
프로브 차량(Porbe Vehicle)을 이용한 IoT 기반 실시간 환경 모니터링 시스템
Jong-Hyun Kim
조기원 발표자표 Mike she svm 을 이용한 충주댐 유역 홍수유출 모의
조기원 발표자표 Mike she svm 을 이용한 충주댐 유역 홍수유출 모의
Kiwon Cho
실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트
실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트
김인규
서울 버스 정류장 광고 효과 측정_2016( audience measurement )
서울 버스 정류장 광고 효과 측정_2016( audience measurement )
M&M Networks
2019년도 대한전기학회 본부 스마트그리드연구회 춘계학술대회 논문
2019년도 대한전기학회 본부 스마트그리드연구회 춘계학술대회 논문
Charzin
스마트 시티 동향과 기술
스마트 시티 동향과 기술
Tae wook kang
2013 한국경영정보학회 추계학술대회 program(11.8.금.한국과학기술회관)
2013 한국경영정보학회 추계학술대회 program(11.8.금.한국과학기술회관)
Kyoung Jun Lee
건설기업의 빅데이터 시대 대응방향
건설기업의 빅데이터 시대 대응방향
메가트렌드랩 megatrendlab
융합연구포럼 2015.02 big data - engineering & convergence.
융합연구포럼 2015.02 big data - engineering & convergence.
Chanjin Park
GS1 Tutorial (Korean) by Daeyoung Kim, Auto-ID Labs, KAIST
GS1 Tutorial (Korean) by Daeyoung Kim, Auto-ID Labs, KAIST
Daeyoung Kim
잡코리아 글로벌 프런티어 2기_Bird eyes_탐방 보고서
잡코리아 글로벌 프런티어 2기_Bird eyes_탐방 보고서
잡코리아 글로벌 프런티어
Similar to Big dataanalysis cseof-sejioh_may2_2018
(20)
Konjac jelly
Konjac jelly
Konjac jelly
Konjac jelly
[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)
Share house
Share house
소비자분석_광진구교통사고주의및예측서비스
소비자분석_광진구교통사고주의및예측서비스
1.마곡 u city 구축사업 소개
1.마곡 u city 구축사업 소개
환경영향평가에서 ICT/BIM/디지털트윈 기술의 활용
환경영향평가에서 ICT/BIM/디지털트윈 기술의 활용
환경영향평가 의사결정지원 시공간 표출기술
환경영향평가 의사결정지원 시공간 표출기술
스마트시티 프레임웍과 기술분류체계
스마트시티 프레임웍과 기술분류체계
프로브 차량(Porbe Vehicle)을 이용한 IoT 기반 실시간 환경 모니터링 시스템
프로브 차량(Porbe Vehicle)을 이용한 IoT 기반 실시간 환경 모니터링 시스템
조기원 발표자표 Mike she svm 을 이용한 충주댐 유역 홍수유출 모의
조기원 발표자표 Mike she svm 을 이용한 충주댐 유역 홍수유출 모의
실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트
실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트
서울 버스 정류장 광고 효과 측정_2016( audience measurement )
서울 버스 정류장 광고 효과 측정_2016( audience measurement )
2019년도 대한전기학회 본부 스마트그리드연구회 춘계학술대회 논문
2019년도 대한전기학회 본부 스마트그리드연구회 춘계학술대회 논문
스마트 시티 동향과 기술
스마트 시티 동향과 기술
2013 한국경영정보학회 추계학술대회 program(11.8.금.한국과학기술회관)
2013 한국경영정보학회 추계학술대회 program(11.8.금.한국과학기술회관)
건설기업의 빅데이터 시대 대응방향
건설기업의 빅데이터 시대 대응방향
융합연구포럼 2015.02 big data - engineering & convergence.
융합연구포럼 2015.02 big data - engineering & convergence.
GS1 Tutorial (Korean) by Daeyoung Kim, Auto-ID Labs, KAIST
GS1 Tutorial (Korean) by Daeyoung Kim, Auto-ID Labs, KAIST
잡코리아 글로벌 프런티어 2기_Bird eyes_탐방 보고서
잡코리아 글로벌 프런티어 2기_Bird eyes_탐방 보고서
Big dataanalysis cseof-sejioh_may2_2018
1.
CSEOF 기법을 이용한 빅데이터
분석 현대CAD디자인 직업전문학교 Seji OH
2.
목차 Cyclostationary 과정이란?
CSEOF 분석기법이란? CSEOF 분석 기법을 사용하여 무엇을 할 수 있을까? 활용 사례 참고문헌 결론 ©SEJI OH, 2019-10-28 PAGE2
3.
CYCLOSTATIONARY 과정이란? 시간에
따라 주기적으로 변하는, 통계적 성질을 띠는 또는 통계적 분포와 관련 있는 신호 또는 과정 Cyclostationary 모델: 경험 데이터, 즉 관찰을 통해 습득한 데이터를 바탕 으로 cyclostationary(주기적으로 정적인) 특성을 보 이는 사건들에 관한 모델 ©SEJI OH, 2019-10-28 PAGE3
4.
CYCLOSTATIONARY 과정이란? ©SEJI OH,
2019-10-28 PAGE4 활용분야 통신: 신호 동기화 경제: 금융 시장의 주기적 행동 분석 대기 행렬 이론 (Queueing theory): 컴퓨터 네트워크 및 차량 통행량 분석 기계적 신호 분석: 기계 회전 및 왕복 운동으로 인해 발생 하는 상황들 및 소음, 진동 등의 신호 분석 Reference: https://en.wikipedia.org/wiki/Cyclostationary_process
5.
CSEOF 분석기법이란? Cyclostationary (주기적으로
정적인) Empirical (경험에 의한) Orthogonal (직교의) Function (함수) 주기 정상 경험 직교 함수(CSEOF) ©SEJI OH, 2019-10-28 PAGE5
6.
CSEOF 분석기법이란? • 1996년
서울대학교 김광열 교수님 통계기후학 연구 방법으로 제안 • 기존 분석 방법인 EOF(Empirical Orthogonal Function) ©SEJI OH, 2019-10-28 PAGE6 물리적 과정 (공간에 대한 정보 제공) A stochastic time series (시간에 대한 정보 제공) 공간과 시간을 별개의 요인으로 간주함.
7.
CSEOF 분석기법이란? • CSEOF
분석 방법에서는 ©SEJI OH, 2019-10-28 PAGE7 물리적 과정 (공간에 대한 정보 제공) A stochastic time series (시간에 대한 정보 제공) 시간의 변화에 따른 공간 정보를 다룸 주기 정보가 내재된
8.
CSEOF 분석 기법을
사용하여 무엇을 할 수 있을까? ©SEJI OH, 2019-10-28 PAGE8 시공간 정보 형태의 빅데이터 도로, 선박, 항공을 이용한 운송 및 물류 SNS 정보를 기반으로 한 지역별 관심 키워드 지불 내역의 실시간 모니터링
9.
CSEOF 분석 기법을
사용하여 무엇을 할 수 있을까? ©SEJI OH, 2019-10-28 PAGE9 시공간 정보 형태의 빅데이터미세먼지 및 초미세먼지 농도 이산화탄소 농도 미세먼지 및 초미세먼지 농도 강우량 태양 복사 에너지
10.
활용 사례 –
지구 평균 해수면 ©SEJI OH, 2019-10-28 PAGE10 Reference: Cyclostationary empirical orthogonal function sea-level reconstruction, B. D. Hamlington et al. <엘니뇨 현상에 의한 효과를 고려하여 계산한 지구 평균 해수면>
11.
활용 사례 – 서울
지하철 운송량 데이터 ©SEJI OH, 2019-10-28 PAGE11
12.
활용 사례 – 서울
지하철 운송량 데이터 ©SEJI OH, 2019-10-28 PAGE12 Reference: A new approach to the space–time analysis of big data: application to subway traffic data in Seoul, Kim et al. <서울 지하철 2호선의 요일별, 지하철역별, 승하차 승객 수 분포>
13.
참고문헌 Cyclostationary process: https://en.wikipedia.org/wiki/Cyclostationary_process
Cyclostationary empirical orthogonal function sea-level reconstruction, B. D. Hamlington*, R. R. Leben, M. W. Strassburg and K.-Y. Kim http://podaac.jpl.nasa.gov/dataset/RECON_SEA_LEVEL_OST_L4_V1 Cyclostationary Empirical Orthogonal Function (CSEOF) Reconstructed Sea Level User’s Handbook, Benjamin Hamlington et al, ftp://podaac.jpl.nasa.gov/allData/recon_sea_level/preview/L4/tg_reco n_sea_level/docs/cseof_recon_userhandbook_v1.pdf A new approach to the space–time analysis of big data: application to subway traffic data in Seoul, Kim et al. J Big Data (2018) 5:5 https://doi.org/10.1186/s40537-018-0116-9 ©SEJI OH, 2019-10-28 PAGE13
14.
결론 CSEOF 분석기법을
시공간 정보를 바탕으로 한 빅데이터를 분석할 수 있음을 확인하였다. ©SEJI OH, 2019-10-28 PAGE14
Download now