CSEOF 기법을 이용한 빅데이터 분석에 관한 스터디 자료. 서울 지하철 운송량 데이터에 대한 분석에 관한 스터디 정리.

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