Earticle

이 논문에서는 환경변수의 시계열 분포도 작성과 불확실성 모델링을 위해 시공간영역으로 확장된 다중 가우시안 크리깅을 제안하였다. 다중 가우시안 틀 안에서, 우선 정규점수변환된 환경변수를 결정론적 경향 성분과 확률론적 잔차 성분으로 분해하였다. 그리고 시간 경향 모델 계수의 내삽을 통해 경향 성분의 시계열 공간 분포도를 작성하였다. 정상성 잔차 성분의 시공간 상관 구조는 곱-합 시공간 베리오그램 모델을 이용하여 정량화하였고, 이 베리오그램 모델과 시공간 크리깅을 이용하여 국소적 누적 확률분포함수를 모델링하였다. 이 국소적 누적 확률분포함수로부터 평균값과 조건부 분산을 계산하여 공간분포도 작성과 불확실성 분석에 각각 이용하였다. 제안 기법의 적용성 평가를 위해 인천광역시에서 3년간 13개 관측소에서 측정된 월 평균 미세먼지($PM_{10}$) 농도 자료를 이용한 시계열 분포도 작성 사례 연구를 수행하였다. 사례연구 결과, 제안 기법을 통해 기존 공간 정규 크리깅에 비해 작은 편향과 높은 예측 능력을 가진 시계열 미세먼지($PM_{10}$) 농도 분포도 작성이 가능함을 확인할 수 있었다. 또한 조건부 분산과 특정 농도값을 초과할 확률값들은 해석을 위한 유용한 보조 정보를 제공하였다.

A multi-Gaussian kriging approach extended to space-time domain is presented for uncertainty modeling as well as time-series mapping of environmental variables. Within a multi-Gaussian framework, normal score transformed environmental variables are first decomposed into deterministic trend and stochastic residual components. After local temporal trend models are constructed, the parameters of the models are estimated and interpolated in space. Space-time correlation structures of stationary residual components are quantified using a product-sum space-time variogram model. The ccdf is modeled at all grid locations using this space-time variogram model and space-time kriging. Finally, e-type estimates and conditional variances are computed from the ccdf models for spatial mapping and uncertainty analysis, respectively. The proposed approach is illustrated through a case of time-series Particulate Matter 10 ($PM_{10}$) concentration mapping in Incheon Metropolitan city using monthly $PM_{10}$ concentrations at 13 stations for 3 years. It is shown that the proposed approach would generate reliable time-series $PM_{10}$ concentration maps with less mean bias and better prediction capability, compared to conventional spatial-only ordinary kriging. It is also demonstrated that the conditional variances and the probability exceeding a certain thresholding value would be useful information sources for interpretation.

본 연구에서는 시계열 공정데이터 관리를 위한 모델모수 기반 이상 탐지방법을 제안한다. 일반적인 공정관리에 널리 쓰이는 전통적인 통계적 관리기법의 관리도(SPC chart)는 측정되는 데이터가 특정 분포를 따르며 상관관계가 없는 상황을 가정한다. 따라서 공정데이터 형태가 시계열데이터와 같이 특정분포를 따르지 않고, 자기상관관계를 갖는다면 전통적인 관리도로는 관리에 한계를 보인다. 본 연구는 시계열을 따르는 공정의 이상을 탐지를 위한 MPBC(Model Parameter Based Control-chart) 방법을 제안한다. 제안된 MPBC는 시계열공정을 모델링하고, 모델모수의 변화를 감지하여 공정의 이상을 탐지하는 방법이다. 시계열 공정은 ARMA(p,q) 모델을 가정하며, RLS(Recursive Least Square)를 이용하여 시계열 모델의 모수를 추정하고, 추정된 모수를 $K^2$관리도로 관리한다. 제안된 방법은 기존 알고리즘과 비교하여 시계열 공정 변화 탐지에 우수한 성능을 보였으며 시계열 데이터에 있어서 보다 효율적인 공정관리 방향을 제시한다.

The statistical process control (SPC) assumes that observations follow the particular statistical distribution and they are independent to each other. However, the time-series data do not always follow the particular distribution, and most of cases are autocorrelated, therefore, it has limit to adopt the general SPC in tim series process. In this study, we propose a MPBC (Model Parameter Based Control-chart) method for fault detection in time-series processes. The MPBC builds up the process as a time-series model, and it can determine the faults by detecting changes parameters in the model. The process we analyze in the study assumes that the data follow the ARMA (p,q) model. The MPBC estimates model parameters using RLS (Recursive Least Square), and $K^2$-control chart is used for detecting out-of control process. The results of simulations support the idea that our proposed method performs better in time-series process.

한반도에서 측정되고 있는 시계열 지자기 자료에 대해 결측 자료에 대한 복원과 측정 자료에 기반한 예측, 그리고 기관별 관측 자료에 대한 잡음도를 분석하였다. 결측 자료의 복원을 위해 주성분 분석을 통한 최적화 기법과 지구 통계학적 접근에 의한 방법을 적용하고 그 효과를 비교하였다. 주성분 기법은 자료의 주기성을 효율적으로 반영하는 특성을 보였으며, 지구통계학적 방법은 안정적인 복원 능력을 보였다. 관측소 별 잡음도를 파악하기 위해 이천 및 청양에서 동일 기간에 관측한 지자기 자료에 대해 공간적 분산성을 스캐터그램을 이용해 파악하였다. 그 결과 청양 관측소의 자료가 이천 관측소의 자료보다 연속적이며 안정적인 측정이 이루어진 것을 알 수 있었으며, 복원을 위한 크리깅 추정에서도 실제 자료의 추정이 매우 정확하게 이루어졌다. 결측자료의 복원의 경우 20분 이내의 결측 자료에 대해서는 크리깅 기법과 주성분 기법 모두 유사한 결과를 보였으나, 그 이상의 결측에 대한 복원과 지자기 자료의 예측이 필요한 경우에는 주성분 기법을 적용해야 주파수 영역에서의 특성이 실제와 더욱 유사하게 나타났다. 또한 지자기 자료의 예측을 위해서는 주성분 분석이 효율적으로 이용될 수 있음을 파악하였으며, 하루 정도의 지자기장을 예측할 수 있는 것으로 보인다.

Restoration, prediction and noise analysis of geomagnetic data measured in the Korean Peninsula were performed. Restoration methods based on an optimized principal component analysis (PCA) and the geostatistical kriging approach were proposed, and its effectiveness was also interpreted. The PCA-based method seemed to be effective to restore the periodical signals and the geostatistical approach was stable to fill the gaps of measurements. To analyze the noise level for each observatory, the geomagnetic time-series was plotted by scattergram which reflects the spatial variation, using data observed during same period. The scattergram showed that the observation made at Cheongyang seemed to have better quality in spatial continuity and stability, and the restoration result was also better than that of Icheon site. For the restoration, both of the methods, geostatistical and optimizaed PCA, showed stable result when the missing of observation was within 20 points. However, in case of more missing observations than 20 points and prediction problem, the optimized PCA seemed to be closer to the real observation considering the frequency-domain characteristics. The prediction using the optimized PCA seems to be plausible for one day of period for interpretation.

본 논문에서는 유사 시퀀스 매칭에서 미리 버림 계산의 효율적인 방법을 제안한다. 미리 버림은 유사 시퀀스 매칭에서 유클리디안 거리 계산 도중 거리 계산 값이 허용치보다 큰 경우 나머지 거리 계산을 하지 않는 방법이다. 기존의 방법은 시퀀스 첫 엔트리를 시작으로 하여 유클리디안 거리 계산을 진행한다. 이 방법은 데이터 고려 없이 계산이 진행되기 때문에 데이터의 특성에 따라 효과가 크게 다른 점을 보인다. 본 논문에서는 미리 버림의 효과를 최대화 시키기 위해 유클리디안 거리 계산 시작점을 오프셋이라 정의하고, 이를 데이터 특성에 맞게 조절하는 방법을 제안한다. 실험 결과, 제안한 오프셋 조절 미리 버림 방법이 대용량의 데이터 베이스 기반 시스템에서 기존 기법에 비해 좋은 성능 향상시킨 것으로 나타났다.

기온, 강수와 같은 기후관측 자료들은 공간과 더불어 시간적인 변이를 동시에 나타낸다. 따라서 신뢰성 높은 시계열 분포도 작성을 위해 공간적 자기상관성만을 고려하는 기존 공간 내삽 기법에 시공간적 자기상관성 정보를 반영할 필요가 있다. 이 연구에서는 시계열 기온 분포도 제작을 위해 1개월 동안 1시간 간격으로 획득된 기온 관측소 자료를 대상으로 시공간 크리깅을 적용하였다. 우선 기온자료를 결정론적 경향 성분과 확률론적 잔차 성분으로 분해한 후에, 경향 성분 모델링 과정에 기온과 연관성이 높은 고도 자료를 부가 자료로 통합하여 지형 효과를 반영하는 경향 성분을 모델링하였다. 잔차 성분에 대한 시공간 베리오그램 모델링에는 곱-합 모델을 적용하여 시간과 공간 베리오그램의 상호 연관성을 반영하도록 하였다. 이러한 시공간 베리오그램 모델을 이용하여 시공간 정규 크리깅을 적용한 결과, 기존 공간적 자기상관성만을 고려하는 정규 크리깅과 고도 자료를 부가 자료로 이용하는 회귀분석 크리깅에 비해 상대적으로 높은 예측 능력을 보였다. 이러한 결과는 고도 자료와 더불어 시공간 자기상관성 정보의 이용이 중요함을 지시한다. 따라서 공간적으로 가용할 수 있는 자료의 수가 한계가 있지만 시계열적으로 자료 획득이 가능한 변수를 분석할 때, 시공간 크리깅이 유용한 내삽 방법론으로 적용될 수 있을 것으로 기대된다.

Climatic variables such as temperature and precipitation tend to vary both in space and in time simultaneously. Thus, it is necessary to include space-time autocorrelation into conventional spatial interpolation methods for reliable time-series mapping. This paper introduces and applies space-time variogram modeling and space-time kriging to generate time-series temperature maps using hourly Automatic Weather System(AWS) temperature observation data for a one-month period. First, temperature observation data are decomposed into deterministic trend and stochastic residual components. For trend component modeling, elevation data which have reasonable correlation with temperature are used as secondary information to generate trend component with topographic effects. Then, space-time variograms of residual components are estimated and modelled by using a product-sum space-time variogram model to account for not only autocorrelation both in space and in time, but also their interactions. From a case study, space-time kriging outperforms both conventional space only ordinary kriging and regression-kriging, which indicates the importance of using space-time autocorrelation information as well as elevation data. It is expected that space-time kriging would be a useful tool when a space-poor but time-rich dataset is analyzed.

정지궤도 해색 센서(GOCI: Geostationary Ocean Color Imager) 는 세계 최초의 정지궤도 위성으로 매일 1 시간마다 8 장의 영상을 획득 할 수 있어 육상파 해양 모두 활용성이 높은 위성이다. 그러나 500m의 GSD(Ground Sample Distance)를 지니는 서해성도 영상은 육성 활용에 한계가 있다. 최근, 컴퓨터 비전분야에서 활발히 진행 중인 기술인 Super Resolution(이하 SR)는 유사 시간대에 촬영한 저해상도 영상으로부터 고해상도 영상을 제작하는 기술로, 이를 시간 해상도가 높은 시계열 위성인 GOCI에 적용한다면 해상도가 향상 된 영상을 제작하는 기술로, 이를 시간 해상도가 높은 시계열 위성인 GOCI에 적용한다면 해상도가 향상 된 영상의 취득이 가능하며, 또한 광학 위성 영상의 단점인 구름에 의해 손실된 지상 정보의 복원이 가능할 것이다. 본 연구에서는, GOCI 자료를 위한 효율적인 초해상도 영상 복원 알고리즘 개발을 위한 선행연구로써 위성 영상 취득과정과 유사한 환경의 시뮬레이션을 통해 시계열 자료를 제작하고, 제작된 자료를 제안한 알고리즘에 적용함으로서 0.1 단위의 픽셀 정합도를 확인하였고, 원본 영상과 RMSE 0.5763, PSNR 52.9183 db, SSIM Index 0.9486의 정확도를 나타낸 HR 영상을 복원하였다.

GOCI the world first Ocean Color Imager in Geostationary Orbit, which could obtain total 8 images of the same region a day, however, its spatial resolution(500m) is not enough to use for the accurate land application, Super Resolution(SR), reconstructing the high resolution(HR) image from multiple low resolution(LR) images introduced by computer vision field. could be applied to the time-series remotely sensed images such as GOCI data, and the higher resolution image could be reconstructed from multiple images by the SR, and also the cloud masked area of images could be recovered. As the precedent study for developing the efficient SR method for GOCI images, on this research, it reproduced the simulated data under the acquisition process of the remote sensed data, and then the simulated images arc applied to the proposed algorithm. From the proposed algorithm result of the simulated data, it turned out that low resolution(LR) images could be registered in sub-pixel accuracy, and the reconstructed HR image including RMSE, PSNR, SSIM Index value compared with original HR image were 0.5763, 52.9183 db, 0.9486, could be obtained.

수질오염의 요인인 불법 오물 투기는 사회적 이슈로 대두되고 있고 관련 감독기관이 해결해야 할 문제들 중의 하나이다. 따라서 불법 오물 투기를 막는 체계적인 관리, 감독이 시급한 상황이다. 이를 위해 최근 들어 관련기관들은 실시간으로 연속적으로 수질의 상태를 감지 할 수 있는 자동측정기를 하천에 설치하고 있다. 본 논문에서는 수질 자동측정기로부터 발생하는 실시간 데이터를 감시하여 이상점을 탐지하게 하는 수질 감시 알고리즘을 제안한다. 특히 수질 자동 측정기로서 흔히 사용되는 화학적 산소요구량 자동측정 장치기를 위한 수질 감시 알고리즘을 개발한다. 본 논문의 수질 감시 알고리즘은 기본적으로 시계열 간섭모형을 활용한다.

Illegal waste dumping is one of the major problems that the government agency monitoring water quality has to face. One solution to this problem is to find an efficient way of managing and supervising the water quality under various kinds of conditions. In this article we establish WQMA (water quality monitoring algorithm) based on the time series intervention model. It turns out thatWQMA is quite successful in detecting illegal waste dumping.

게임접속 시간의 예측은 서버접속의 폭주와 렉 현상의 예측을 통한 게임서비스 향상과 게임 매출의 예측에 매우 중요한 정보를 제공한다. 본 논문에서는 대표적 온라인 게임인 "아이온"과 "서든어택"의 2009년 PC방 접속시간 자료를 대상으로 다양한 시계열 분석 방법을 적용하여 접속시간 예측을 실험하였다. 실험결과 평균 게임접속시간의 예측에는 분해법이 실제 접속시간 데이터와 가장 유사한 결과를 보였다.

Forecasting game usages hours can supply good information resolving intensive server access and ensuring stable game service. In this paper, we applied various time series analysis methods to forecast game usage hours in 2009 on famous "Ion" and "Sudden Attack" games. According to the experiment, the seasonal variation method showed better performance forecasting actual usage hours.

최근, 개인 데이터의 프라이버시 보호에 대한 문제가 대두됨에 따라 대용량 데이터를 대상으로 하는 데이터 마이닝 분야에서도 프라이버시 보호 문제에 대한 활발한 연구가 진행되고 있다. 데이터 마이닝에서의 프라이버시 보호 문제는 정보제공자에 의해 제공된 정보 중 민감한 개인 정보의 노출이 없이도 가능한 정확한 마이닝 결과를 얻는 것이다. 데이터 마이닝의 프라이버시 보호 기법에서는 데이터의 보호뿐만 아니라 결과의 정확도 또한 중요한 요인이다. 이에 따라, 본 논문에서는 시계열 데이터 클러스터링을 기반으로 랜덤 데이터 교란 기법에서 결과의 정확도를 높이는 기법으로 노이즈 평준화 개념을 제시한다. 기존의 랜덤 데이터 교란 기법은 데이터의 프라이버시는 잘 보호하지만 시계열간의 거리-순서가 보존되지 않아 결과의 정확도가 크게 떨어지는 문제점을 가진다. 이를 위해, 본 논문에서는 PAA를 기반으로 하는 노이즈 평준화 개념을 제시하고, 구체적인 예를 통해, 제안한 노이즈 평준화 개념이 랜덤 데이터 교란 기법에서 클러스터링 결과의 정확도를 높일 수 있음을 체계적으로 설명한다.

Recently, there have been many research efforts on privacy-preserving data mining. In privacy-preserving data mining, accuracy preservation of mining results is as important as privacy preservation. Random perturbation privacy-preserving data mining technique is known to well preserve privacy. However, it has a problem that it destroys distance orders among time-series. In this paper, we propose a notion of the noise averaging effect of piecewise aggregate approximation(PAA), which can be preserved the clustering accuracy as high as possible in time-series data clustering. Based on the noise averaging effect, we define the PAA distance in computing distance. And, we show that our PAA distance can alleviate the problem of destroying distance orders in random perturbing time series.

본 논문에서는 선형 추세 제거 서브시퀀스 매칭을 정의하고, 이를 효율적으로 수행하기 위한 인덱스 기반 해결책을 제안한다. 이를 위해, 먼저 윈도우 자체의 선형 추세가 아닌 해당 윈도우를 포함하는 서브시퀀스의 선형 추세를 제거하여 얻은 새로운 윈도우인 LD-윈도우 개념을 제시한다. 다음으로, LD-윈도우를 이용하여 제안하는 인덱스 기반 해결책의 이론적 근거인 하한 조건을 제시하고, 이를 정형적으로 증명한다. 이러한 하한 조건에 기반하여, 본 논문에서는 또한 인덱스 구성 및 서브시퀀스 매칭 알고리즘을 각각 제안한다. 마지막으로, 실험을 통해 제안하는 인덱스 기반 해결책의 우수성을 입증한다.

In this paper we formally define the linear detrending subsequence matching and propose its efficient index-based solution. To this end, we first present the notion of LD-windows. We eliminate the linear trend from a subsequence rather than each window itself and obtain LD-windows by dividing the subsequence into windows. Using the LD-windows we present a lower bounding theorem of the index-based solution and formally prove its correctness. Based on this lower bounding theorem, we then propose the index building and subsequence matching algorithms, respectively. Finally, we show the superiority of our index- based solution through experiments.

야산은 평지와 산지의 점이적인 지역이기 때문에 언제나 개발의 압력을 받고 있는 지역이다. 과거 야산은 산지에 비해 개발이 용이한 지역으로 인식되어 왔지만 이제는 산림 자원으로 인식하고 보전할 필요성도 있다. 현재 개간 현황 및 변화 과정에 대한 연구는 사례를 찾아보기 어렵다. 이에 본 연구에서는 시계열 자료를 활용하여 야산의 토지이용 변화를 정량적으로 파악하고자 하였다. 이를 위해 1915년, 1972년, 2002년, 2006년의 토지이용도를 작성하고 지리정보체계를 기반으로 공간분석을 수행하였다. 연구지역은 충청남도 당진군 면천면, 순성면, 합덕읍과 예산군 봉산면, 고덕면 경계 지역이며 야산의 총 면적은 3,034ha이다. 연구지역 야산의 산림 면적은 1915년~2006년 동안 50% 감소하였다. 2002년 이후 4년 사이의 산림 감소 면적은 그 이전 30년의 감소량과 비슷하다. 연구지역 야산의 산림감소는 논, 밭, 인공구조물, 나지 등 개간지의 증가로 이어졌다. 1915년부터 1980년대 말까지의 야산 개간은 1차 산업과 관련이 있으며, 그 이후의 야산 개간은 농공단지개발 등 2차 산업과 관련이 있다.

Since hills are transitional area between plains and mountains, they are always under pressure to be developed. In the past, hills were recognized as areas that can be developed easily, but in the present they should be considered and preserved as forest resources. So far, little research has been done regarding cultivation status and transitional procedure. This study attempts to quantify changes in land use using time series data. To do so, this study has created a land use map for 1915, 1972, 2002 and 2006, and conducted a spatial analysis based on GIS. The research areas(the total size of the hills are 3,034 ha) are located in Chungcheongnam-do of South Korea. The size of the forest area of the hills in the research zone has decreased by 50% during the period of 1915 to 2006. The size of the reduced forest area after 2002 is similar to size of the reduced area that had taken place for the last 30 years before 2002. The reduction in forest area in the research area has led to increases in paddy field, upland field, artificial structures, and bare land. From 1915 to the late 1980s, hill development had been related to the primary industry and after the late 1980s, it has associated with the development of the secondary industry including industrial complex.

본 논문은 주가지수선물거래 등에서 유용한 역할을 하는 시계열 데이터의 방향성 예측 문제를 다룬다. 여기서 시계열의 방향성 예측이란 시계열 값의 상승 혹은 하락을 예측하는 문제를 뜻한다. 방향성 예측을 위해 본 연구에서는 시계열 요소분해모형과 자기회귀 누적 이동평균 과정 모형을 고려한다. 특히 방향성 예측의 주된 통계량으로서 모형 외 편차와 모형 내 편차를 고려하며 모형 내 편차가 좀 더 유용함을 보인다.

This paper deals with directivity forecasting of time series which is useful for futures trading in stock market. Directivity forecasting of time series is to forecast whether a given time series will rise or fall at next observation time point. For directional forecasting, we consider time regression model and ARIMA model. In particular, we study two statistics, intra-model and extra-model deviation and then show usefulness of intra-model deviation.

본 논문에서는 시계열자료의 군집분석을 위해 시간영역과 진동수영역에서의 군집 방법들을 소개하고 각 방법들의 장단점에 대해 논의하였다. KOSPI 200에 속한 15개 기업의 일별 주가자료률 이용한 비교분석 결과 비모수적인 방법인 웨이블릿을 이용한 군집분석이 가장 좋은 결과를 보였다. 비정상 시계열자료의 경우 차분 보다는 EMD를 이용하여 추세를 제거하는 방법이 스펙트럼 밀도함수를 이용한 군집분석에 더 효율적이었다.

In this paper we introduce the time series clustering methods in the time and frequency domains and discuss the merits or demerits of each method. We analyze 15 daily stock prices of KOSPI 200, and the nonparametric method using the wavelet shows the best clustering results. For the clustering of nonstationary time series using the spectral density, the EMD method remove the trend more effectively than the differencing.

본 논문에서는 윤곽선 이미지 매칭에서 노이즈 제거 정도를 제어하기 위해 시계열 매칭의 이동평균 변환을 이용한다. 이동평균 변환을 윤곽선 이미지 매칭에 적용하게 된 동기는 이동평균 변환이 시계열의 노이즈를 감소시키므로, 이를 사용하면 윤곽선 이미지 매칭에서도 노이즈 제어 효과를 얻을 수 있을 것이라는 직관에 기반한다. 본 논문에서는 우선 윤곽선 이미지 매칭에 이동평균 변환을 적용한 $\kappa$-계수 이미지 매칭($\kappa$-order image matching)을 제안한다. 제안한 $\kappa$-계수 이미지 매칭은 윤곽선 이미지가 변환된 시계열에 $\kappa$-이동평균 변환을 적용하여 시계열(이미지) 간의 유사성을 판단한다. 다음으로, 대용량 이미지 데이터베이스를 대상으로 $\kappa$-계수 이미지 매칭을 수행하기 위한 인덱스 기반 매칭 방법을 제안하고, 그 정확성을 정형적으로 증명한다. 또한, 계수 $\kappa$와 매칭 결과와의 관계를 정형적으로 분석하고, 이에 기반하여 계수 $\kappa$를 변화시키면서 노이즈 제거 정도를 제어하는 방안을 제시한다. 실험 결과, $\kappa$-계수 이미지 매칭이 노이즈 제거 효과를 가짐을 확인하였으며, 제안한 인덱스 기반 매칭 방법은 순차 스캔에 비해 수 배 에서 수십 배 빠른 성능을 보이는 것으로 나타났다.

To achieve the noise reduction effect in boundary image matching, we use the moving average transform of time-series matching. Our motivation is based on an intuition that using the moving average transform we may exploit the noise reduction effect in boundary image matching as in time-series matching. To confirm this simple intuition, we first propose $\kappa$-order image matching, which applies the moving average transform to boundary image matching. A boundary image can be represented as a sequence in the time-series domain, and our $\kappa$-order image matching identifies similar images in this time-series domain by comparing the $\kappa$-moving average transformed sequences. Next, we propose an index-based matching method that efficiently performs $\kappa$-order image matching on a large volume of image databases, and formally prove the correctness of the index-based method. Moreover, we formally analyze the relationship between an order $\kappa$ and its matching result, and present a systematic way of controlling the noise reduction effect by changing the order $\kappa$. Experimental results show that our $\kappa$-order image matching exploits the noise reduction effect, and our index-based matching method outperforms the sequential scan by one or two orders of magnitude.

시계열의 결측값은 미지의 모수로 취급될 수 있으며 최대우도방법 또는 확률변수방법에 의해 추정할 수 있으며 또한 주어진 자료 하에서 미지의 값에 대한 조건부기대치로 예측할 수 있다. 이 연구의 주된 목적은 불완전한 자료에 대해 ARMA 모형을 적용하여 두 가지 추정방법인 최대우도추정방법과 확률변수방법을 이용해 결측값을 대체하는 방법을 비교하는데 있다. 사례분석을 위해 한국질병관리본부에서 전산보고 하고 있는 전염병 자료 중에서 2001${\sim}$2006년 동안의 월별 Mumps 자료를 이용하여 앞의 두 가지 추정방법을 예측오차제곱합(SSF)을 구하여 비교한다.

Missing values in time series can be treated as unknown parameters and estimated by maximum likelihood or as random variables and predicted by the expectation of the unknown values given the data. The purpose of this study is to impute missing values which are regarded as the maximum likelihood estimator and random variable in incomplete data and to compare with two methods using ARMA model. For illustration, the Mumps data reported from the national capital region monthly over the years 2001 ${\sim}$ 2006 are used, and results from two methods are compared with using SSF(Sum of square for forecasting error).

Terra와 Aqua 위성에서 촬영되는 MODIS 영상은 매일 수신되는 중해상도 영상으로써 광범위한 지역에 대한 모니터링을 하는데 여러가지 장점을 제공한다. 특히, MODIS 영상은 신뢰성 있는 알고리즘을 적용하여 만들어진 대기/해양/육상 관련한 여러 가지 영상(products)들을 함께 제공함으로써 사용자가 데이터를 확보하여 바로 사용할 수 있는 장점을 가지고 있다. 또한 북한이라는 제도적으로 제약이 따르는 지역을 포함하는 한반도의 경우, 활용상의 제약이 따르지 않는 점이 중해상도급 MODIS 영상의 큰 장점이라고 할 수 있다. 본 연구는 기존의 시계열 모니터링에서 주로 식생지수를 모니터링하는 방법과는 달리, 대기 보정을 거쳐 대기의 효과를 제거한 250m급 MODIS 반사율 영상을 이용하여 시계열로 변화되는 반사율을 대상으로 하였다. 2004년에서 2008년까지 5년 동안의 각 토지 피복이 보이는 반사율 패턴과 함께, 토지 피복이 변화된 지역에서 관찰되는 반사율의 변화를 살펴보았다. 7개의 토지 피복별 근적외선, 적색광 반사율과 NDVI의 시계열 자료에서 토지 피복과 계절적 영향이 근적외선 반사율에서 가장 민감하게 반영되고 있는 것을 알 수 있다. 토지 피복에 따른 반사율 패턴은 토지 피복 분류 및 변화된 지역을 탐지하는데 기본적으로 이용될 가능성을 제시한다.

With high temporal resolution, four times receiving during a day, MODIS images from Terra and Aqua satellites provide several advantages for monitoring spacious land. Especially, diverse MODIS products related to land, atmosphere, and ocean have been provided with radiance MODIS images. The products such as surface reflectance, NDVI, cloud mask, aerosol etc. are based on theoretical algorithms developed in academic areas. Comparing with other change detection studies mainly using the vegetation index, this study investigated temporal surface reflectance of landcovers for five years from 2004 to 2008. The near infrared (NIR) reflectance in urbanized and burned areas showed considerable difference before and after events. The specific characteristics of surface reflectance temporal profiles are possibly useful for the detection of landcover changes and classification.

To examine the trend on the flowering time in some weather flora including Prunus serrulata var. spontanea, Cosmos bipinnatus, and Robinia pseudo-acacia in Busan, the changes in time series and rate of flowering time of plants were analyzed using the method of time series analysis. According to the correlation between the flowering time and the temperature, changing pattern of flowering time was very similar to the pattern of the temperature, and change rate was gradually risen up as time goes on. Especially, the change rate of flowering time in C. bipinnatus was 0.487 day/year and showed the highest value. In flowering date in 2007, the difference was one day between measurement value and prediction value in C. bipinnatus and R. pseudo-acacia, whereas the difference was 8 days in P. mume showing great difference compared to other plants. Flowering time was highly related with temperature of February and March in the weather flora except for P. mume, R. pseudo-acacia and C. bipinnatus. In most plants, flowering time was highly related with a daily average temperature. However, the correlation between flowering time and a daily minimum temperature was the highest in Rhododendron mucronulatum and P. persica, otherwise the correlation between flowering time and a daily maximum temperature was the highest in Pyrus sp.

여름철 우리나라 서해 연안을 관측한 SAR영상에서 다수의 내부파가 관측되고 있으며 이들은 동지나해에서 관측되는 내부파들에 비하여 소규모이며 상대적으로 많은 연구가 이루어지지 않고 있다. 이러한 내부파들은 여름철 표층 해수의 혼합을 발생시킴으로서 해양 생물학적으로 중요한 역할을 하며 대륙붕에서의 퇴적물 이동 및 음파의 전달에 있어서도 중요한 요소로서 서해의 물성 특성 연구에 있어서 반드시 고려되어야 한다. 내부파의 특성 분석을 위해서는 시공간적인 정보가 필요하며 이를 위해서는 현장 관측과 위성 관측이 동시에 이루어져야 한다. 본 연구에서는 2002년 5월 29일 현장 관측과 동시에 획득된 SAR영상을 분석하고 영상에 나타난 내부파와 동일한 내부파를 시간에 따른 수심별 등온선의 변화에서 분석 추적하였다.

An abundance of internal waves is observed by SAR in the Yellow Sea during summer. They are small scaled internal waves and are not relatively studied well compared to the ones in the East/South China Sea. These internal waves should be considered in the study of physio-biological properties of the Yellow Sea because the mixing of the stratified surface water caused by internal waves during summer is important for ocean biological environment, and they also affect the sediment transport and acoustic signal transmission in the continental shelf region. To understand the characteristics of internal waves, it is important to get the spatio-temporal information of internal waves simultaneously by executing in-situ measurements as well as the SAR observation. This study tracks the internal waves observed by SAR in the time series of temperature profile data by analyzing simultaneously acquired in-situ measurement data and RADARSAT SAR image on 29 May 2002.

공공 건설사업의 계약에 있어 합리적이며 적정한 예정가격의 산정이 가장 중요한 요소라 할 수 있다. 공공 공사 예정가격 산정 근거로 사용되어 온 표준품셈과 더불어 실적공사비 제도를 단계적으로 확대 도입키로 했다. 본 논문에서는 과거에 낙찰되었던 계약단가 뿐 아니라 모든 입찰단가 자료를 활용하여 산출한 실적단가의 변동패턴을 분석하여 예측하는 일련의 절차 및 방법론을 제시하였다. 본 연구에서는 신뢰성 있는 자료 확보를 위해 저가입찰 등과 같은 전략적 입찰단가를 제거한 실적단가를 활용하여 시계열 자료를 구성하여 이 시계열을 웨이블릿 분석을 통해 변동 패턴과 추세를 파악하고 신경망을 이용하여 공사비를 예측하는 방안을 주요하게 다루고 있다. 건설 공사비는 매우 다양한 특성을 내포하고 있으므로 그 예측이 어려울 뿐만 아니라 그 오차 또한 매우 클 것으로 예상된다. 이에 본 연구에서는 웨이블릿 변환을 통하여 다양한 특성의 변동을 찾아내어 이를 예측에 이용함으로써 예측력을 높이고자 하였다. 다만 시계열이 매우 단기간의 자료로 구축되어 변동의 양상이 정확하게 분석될 수 없었으나 지속적으로 실적공사비 자료기 축적되어 장기간의 자료를 바탕으로 시계열이 구축된다면 향후 수행될 건설사업의 기획 시 개략적인 공사비 산출에 참고할수 있는 유용한 자료로 활용될수 있을 것이다.

The Korea Standard of Estimate which has been used as the only basis of Cost estimate of public construction projects is failed to reflect the fluctuation of current construction cost. Therefore, the government decided to gradually introduce historical construction cost into cost estimate of public construction projects from 2004 and to reduce the use of Korean Standard of Estimate. This paper presents a series of process and the methodology for computing Actual Cost and analyzing the fluctuation patterns based on not only previous contract prices which made a successful bid but also all of the other bid prices. Also, this paper mainly handles a device for extracting strategic bid price such as low price bid for assuring reliable data and for predicting the construction cost which is built by Wavelet Analysis of Time series Analysis data and Neural Network. It is anticipated that the effective use of the proposed process for estimating actual unit cost would make the cost estimation more current and reasonable.