Earticle

Background: Major advances have been achieved in the diagnosis, prevention, and acute management of stroke patients during the last few decades. However, there are few data regarding the secular trends in ischemic stroke patients in Korea. We described the secular trends in the demographics, risk factors, sub-types, and outcomes over 10 years period (1999-2008) of ischemic stroke patients admitted to a referral hospital in a newly developed city in Korea. Methods: We assembled temporal trends of clinical characteristics through the following consecutive periods; 1999-2002, 2002-2005 and 2005-2008 among 2,218 consecutive ischemic stroke or transient ischemic attack patients within 7 days after onset of symptom Results: Five hundred fifty one patients were admitted in 1999-2002, 860 in 2002-2005, and 807 in 2005-2008, respectively. There was significant increase in the mean age at the stroke onset across the period (P=0.004), with an increase in the proportion of aged 80 years older (P=0.013). Through the 3 time periods, there was significant changes of stroke subtype (P<0.001); cardioembolic stroke increased significantly and small vessel disease decreased. In terms of vascular risk factors, the frequency of potential cardioembolic sources increased significantly (P=0.005), although the frequency of hyperlipidemia decreased (P<0.001). There was no difference in the in-hospital mortality and stroke severity across the periods. The proportions of patients who arrived within 3 hours after onset increased during the later period (P<0.001). Conclusion: Our study showed the secular trends in the clinical characteristics of acute ischemic stroke from 1999 to 2008 in a community-based university hospital in Korea. (Korean J Stroke 2010;12:96-101)

본 연구에서는 서울시의 아파트 가격에 대한 장기 시계열 분석(1989∼2004년)을 통해 어떠한 과정을 통해 현재와 같이 차별적인 사회·경제적 특성을 가지고 있는 강남이 형성되었는지를 살펴보았다. 장기 시계열 분석을 위한 광범위한 시·공간 데이터는 데이터베이스를 통해 관리·조작하였다. 연구 결과는 다음과 같다. 첫째, 서울시의 아파트 가격이 전반적으로 상승했던 88 올림픽 이후와 달리 IMF 경제 위기 이후에는 아파트 가격의 지역간 격차가 확대되었다. 둘째, 강남 아파트 가격의 급격한 상승으로 인해 아파트 매매가와 전세가가 높은 특정 행정동에 대한 경제적 접근성이 급격하게 감소하고 있는데, 이는 특히 행정동별 아파트 한 채의 평균 가격의 차를 통해 뚜렷하게 확인할 수 있었다. IMF 경제 위기 이후 서울에서는 부동산 가격의 차별화, 지역 동질성 강화, 거주지가 사회·경제적 특성이 다른 사람을 배제하는 수단이 되는 이중도시가 형성되는 과정이 진행되고 있다. 강남에서는 부의 축적과 재생산이 다른 지역과 차별적으로 이루어지고 있어, 거주 공간에 따른 공간적 불평등이 지속적으로 심화되고 있다.

This paper examines the formation of rigid cycle of the rich in Gangnam by analyzing the condo (apartment) price data, 1989~2004. In order to analyze long term data, a database was constructed. After Seoul Olympic Games, the urban restructuring has significantly changed the social geography of Seoul. We can observe emerging patterns of inequality in Seoul. Since the economic crisis of 1997 out of which Korea was rescued by the IMF, Gangnam, city within city, has been being separated from the other parts of the city by economic barriers. While the condo price in Gangnam has risen sharply, especially average price per condo by dong, price in other regions has stagnated or has risen marginally. Seoul seems to be a dual city, existing with invisible strong socio-economic barriers through the sharp rise of the condo price.

본 연구는 우리나라 산업금융정책이 경제성장에 미치는 영향을 외환위기전․후 및 선별적 산원지원기(1962-1985)와 기능별 산업지원기(1986-2003)로 구분하여 다중회귀분석 및 경로분석을 통하여 실증분석해 보았다. 다중회귀분석결과, 모든 표본에서 실물투자, 수출, 산업화는 경제성장에 긍정적인 효과를 보이고 있으며, 특히 실물투자가 경제성장에 상대적으로 가장 큰 기여를 하는 것으로 나타났다. 경로분석결과 모든 경로에서 긍정적인 영향을 미치는 것으로 나타났으며, 경제성장에 대한 직․간접영향은 선별적 산업지원기를 제외하고 실물투자가 경제성장에 가장 큰 기여를 하고 있는 것으로 나타났다. 이러한 결과는 곧 향후 정부의 산업정책이 실물투자를 유인할 수 있는 방향으로 이루어져야 함을 시사하는 것이다. 물론 외환위기 이후 시장경제지향 및 정부의 시장개입억제 등으로 산업금융정책의 경제성장에 대한 역할은 축소되고 있으나 여전히 경제성장에 긍정적인 영향을 미친다는 점을 감안할 때 산업금융정책은 중요하다 아니할 수 없다. 따라서 정부의 산업금융정책은 WTO 규정 등 세계경제환경을 고려하여 지속적이고 장기적인 계획하에 이루어져야 할 것으로 사료된다.

Using multi-regression and path analysis, I proved the effect of industrial credit policy for economic growth in Korea. For better understanding, I devide the research period into before foreign exchange crisis and after crisis, and into selected industrial support period (1962-1985) and functional industrial support period (1986-2003). Multi-regression analysis says that actual investment, export and industrialization shows positive effect on economic growth in every sample, especially actual investment shows the biggest contribution to economic growth. Path analysis says that every path shows positive effect and actual investment has the biggest contribution to economic growth in direct and indirect aspect, except during selected industrial support period. This result suggests that industrial policy of government should focus on making more actual investment. Even though the importance of industrial credit policy has been reduced after the crisis, this policy is still an important one as it has a positive influence into economic growth. Therefore, under the situation of WTO Regulation and changing world economy, industrial credit policy should be considered with the continuous and long-term plan.

농업혁명과 산업혁명시대에는 힘과 기술에서 우위를 점하고 있는 남성노동력의 활용이 상대적으로 중시되었다. 그러나 생명/유전자혁명과 정보화혁명시대가 도래함에 따라 섬세함과 유연성이 중시되면서 기존에 소외받았던 여성노동력의 필요성이 제기되었다. 이에 따라 각국은 우수한 여성인력의 유치를 위해 정부차원의 적극적 조치를 실시하였다. 본 연구는 1996년부터 2002년까지 공직분야의 여성임용확대를 위해 실시되었던 여성채용목표제를 중심으로 정책의 효과를 검증하기 위해 헌법기관별, 소속별, 직급별, 직군별, 채용고시별로 분류하여 간여시계열분석을 실시하였다. 분석결과 여성채용목표제 실시로 인해 여성공무원 수가 증가하였으나 이러한 결과가 여성채용목표제 때문이라고 단정 짓기는 어려웠다. 이에 향후 공직분야의 여성임용확대를 위해서는 정부의 제도적인 노력이외에 여성공무원 스스로의 전문성제고 노력과 조직내부의 인식제고가 병행되어야겠다.

본 연구는 2017년부터 2024년까지 수집된 약 35만 건의 비트코인 의심 주소 중 각 범죄 유형별 1,000건을 분석하여, 랜섬웨어, 섹스토션, 비트코인 텀블러, 협박 사기 등의 거래 패턴을 비교하였다. 시계열 분석과 네트워크 중심성 지표를 통해 거래 빈도, 간격, 연결 구조를 살펴본 결과, 범죄 유형별로 뚜렷한 거래 양상이 관찰되었으며, 정상 주소와는 명확히 구분되는 특성이 나타났다. 예를 들어, 랜섬웨어 주소는 시간당 평균 거래 빈도가 일반 주소의 45배에 달했고, 텀블러는 반복적이고 급격한 거래 증가가 두드러졌다. 범죄 지갑 간에는 중·고도의 상관관계가 있는 반면, 정상 거래와는 낮은 상관성이 확인되었다. 이러한 결과는 암호화폐 기반 범죄 거래의 구조적 특징을 보여주며, 이상 거래 조기 탐지와 자금 세탁 징후 포착에 실질적인 기여를 할 수 있음을 시사한다.

This study explores how the decentralized and anonymous nature of Bitcoin contributes to the rise of cybercrimes such as ransomware, sextortion, tumblers, and blackmail scams. Using data from major reporting platforms and blockchain explorers, we collected 347,779 suspicious addresses between January 2017 and June 2024. After removing duplicates, we analyzed 1,000 addresses for each crime type. To understand the patterns behind these crimes, we applied a combination of time series and network analysis. Our findings show that ransomware wallets transact at an average of 0.9 times per hour-roughly 45 times more than legitimate wallets. Tumblers maintain a high transaction rate with noticeable periodic spikes. Sextortion addresses, while quieter overall, show sudden bursts of activity, and blackmail scams are marked by irregular, unstable flows. Notably, wallets associated with different crimes tend to correlate with each other (correlation coefficients of 0.65-0.70), while their similarity to legitimate traffic is minimal (under 0.2). These results highlight that criminal wallets behave in distinct and recognizable ways, different from regular users. The framework we propose may help flag suspicious activity early and even predict major laundering attempts. Still, since this study focuses only on Bitcoin, future work should include other coins and explore deep learning approaches to better capture evolving tactics.

이산화탄소 주입을 통한 원유 회수 증진(carbon dioxide-enhanced oil recovery, CO₂-EOR)은 원유 생산성과 온실가스 감축을 동시에 달성할 수 있는 유망한 탄소 포집 및 저장(carbon capture and storage, CCS) 기술로 각광받고 있다. CO₂-EOR을 적용할 때, 이산화탄소를 저류층에 대량 주입할 경우 지표 변형이 유발될 수 있으며, 이는 CCS의 안정성뿐만 아니라 지상의 다양한 인프라에도 위험을 초래할 수 있다. 따라서 CO₂-EOR이 적용된 유전 지역의 정밀한 지표변위 모니터링이 필수적이다. 이 연구에서는 CO₂-EOR 방식으로 원유를 생산하는 미국 텍사스 주의 Snyder Area Canyon Reef Operating Committee(SACROC) 유전을 대상으로 2016년 10월부터 2024년 6월까지 획득된 Sentinel-1 합성구경레이더(synthetic aperture radar, SAR) 자료에 시계열 레이더 간섭기법 중 하나인 고정산란체 간섭기법(persistent scatterer interferometric SAR, PSInSAR)을 적용하여 레이더 관측 방향(line of sight, LOS)의 지표변위를 관측하고, 변위의 발생 기작을 해석하였다. 유전의 북부 및 북동부 지역에서는 이산화탄소의 주입 및 원유 생산의 상대적 불균형에 기인하는 것으로 추정되는 국지적인 지표변위가 관측되었으며, 레이더 관측 방향에서 최대 4.9 mm/yr의 지반 융기와 최대 4.7 mm/yr의 침하가 확인되었다. 유전의 중부 지역에서는 LOS 변위속도가 ±1 mm/yr 이내로 작았으며, 이산화탄소 주입과 원유 생산에 의한 지표변위의 평형이 상대적으로 유지되고 있음을 추정할 수 있었다. 유전에 인접한 도시인 Snyder에서는 ±0.5 mm/yr 이내의 매우 작은 LOS 변위속도가 관측되어 지반이 안정적임을 확인하였다. 이 연구는 이산화탄소 주입과 원유 생산이 병행되는 지역에서 PSInSAR 기법이 CCS의 안정성 평가와 운영 최적화에 효율적으로 활용될 수 있음을 보여주었다.

Carbon dioxide-enhanced oil recovery (CO₂-EOR) is a promising carbon capture and storage (CCS) technique that can simultaneously improve oil productivity and reduce greenhouse gas emissions. However, large-scale injection of CO₂ into subsurface reservoirs during CO₂-EOR can induce surface displacement, potentially affecting the stability of CCS operations and surface infrastructure; therefore, precise monitoring of surface displacement in oil fields where CO₂-EOR is used is essential. We applied persistent scatterer interferometric synthetic aperture radar (PSInSAR), a time-series InSAR technique, to Sentinel-1 SAR data acquired from October 2016 to June 2024 to monitor surface displacement and investigate the cause of displacement at the Snyder Area Canyon Reef Operating Committee (SACROC) oil field in Texas, United States, where CO₂-EOR is being implemented. In the northern and northeastern parts of the oil field, localized uplift with line of sight (LOS) displacement velocities of up to 4.9 mm/yr and subsidence of up to 4.7 mm/yr in LOS were observed. These displacement velocities are likely due to imbalances between CO₂ injection and oil extraction. In the central region of the oil field, the LOS displacement velocities remained less than ±1 mm/yr, suggesting a relative equilibrium between CO₂ injection and oil extraction. In the nearby city of Snyder, minimal LOS displacement velocities (less than ±0.5 mm/yr) were observed, indicating stable ground conditions. This study demonstrates that PSInSAR can be used to effectively assess the stability and optimize the CCS operatons involving CO₂-EOR.

본 논문은 실내 화재에서 빠른 대피경로 예측을 위한 딥러닝 신경망 모델 설계와 학습 데이터 생성 방법을 제안한다. 기존의 LSTM 및 ConvLSTM 기반의 시계열 신경망은 은닉 상태를 전달받아 화재 확산을 예측하기 때문에 빠른 결과를 만들지 못하여 빠른 대피에 단점이 있다. 본 논문에서는 은닉 상태를 사용하지 않고 과거 입력된 데이터만으로 예측 결과를 만들 수 있는 신경망을 제안한다. 과거 시점의 입력을 병렬로 연산하여 사용하여 어떤 시점에서도 출력이 결정되기 때문에 빠른 대피경로를 예측할 수 있다. 제안하는 신경망은 TCN과 SEN을 통합하여 시공간적 특징 추출 과정 최적화로 예측 시간 단축을 얻고자 한다. 기존의 LSTM 대비 R² 기준으로 약 6.3%, RMSE 기준으로 약 17.7% 향상된 성능을 보이며 10초 이상의 예측 시간을 단축하였다.

This paper proposes a deep learning neural network model design and training data generation method for fast evacuation route prediction in indoor fires. Existing LSTM and ConvLSTM-based time series neural networks have a disadvantage in rapid evacuation because they do not produce quick results because they predict the spread of fire by receiving a hidden state. In this paper, prediction results can be made only from past input data without using hidden states and a neural network is proposed. Since the output is determined at any point in time by calculating and using the inputs of the past time points in parallel, a fast evacuation route may be predicted. The proposed neural network integrates TCN and SEN to obtain shorter prediction time by optimizing the spatiotemporal feature extraction process. Compared to the existing LSTM, it showed an improvement of about 6.3% based on R² and about 17.7% based on RMSE, shortening the prediction time of more than 10 seconds.

This study assessed the efficacy of improving the accuracy of reservoir water level prediction models by employing automated machine learning models and efficient cross-validation methods for time-series data. Considering the inherent complexity and non-linearity of time-series data related to reservoir water levels, we proposed an optimized approach for model selection and training. The performance of twelve models was evaluated for the Obong Reservoir in Gangneung, Gangwon Province, using the TPOT (Tree-based Pipeline Optimization Tool) and four cross-validation methods, which led to the determination of the optimal pipeline model. The pipeline model consisting of Extra Tree, Stacking Ridge Regression, and Simple Ridge Regression showed outstanding predictive performance for both training and test data, with an R² (Coefficient of determination) and NSE (Nash-Sutcliffe Efficiency) exceeding 0.93. On the other hand, for predictions of water levels 12 hours later, the pipeline model selected through time-series split cross-validation accurately captured the change pattern of time-series water level data during the test period, with an NSE exceeding 0.99. The methodology proposed in this study is expected to greatly contribute to the efficient generation of reservoir water level predictions in regions with high rainfall variability.

이 논문에서는 SAR 위성영상을 사용하여 도시 국소지역에 대한 시계열 변화탐지를 위한 Statistically Homogeneous Pixel (SHP) 및 긴밀도(coherence) 정보 기반의 방법을 제안하였다. 제안된 시계열 변화탐지 프레임워크(framework)를 다목적실용위성(KOMPSAT) 5호 Synthetic Aperture Radar (SAR) 시계열 데이터에 적용하여 항만 지역의 컨테이너 적치장에 대한 시계열 변화탐지 실험을 수행하였다. 향후 보다 많은 영상을 대상으로 기술 검증이 이루어진다면 국내 다목적실용위성 SAR 영상을 활용한 도시지역의 관심지역에 대한 시계열 변화탐지 알고리즘이 더 일반화되고 신뢰도를 높일 수 있을 것이다.

In this paper, we proposed a method based on statistically homogeneous pixel (SHP) and coherence information for time series change detection of urban areas using synthetic aperture radar (SAR) images. The proposed framework was applied to KOMPSAT-5 SAR time series data to conduct time series change detection experiments on container yards in port areas. If the algorithm is verified with more SAR images in the future, the algorithm for detecting time series changes in areas of interest using domestic KOMPSAT SAR satellite images will become more generalized and reliable.

시계열 데이터는 주식, IoT, 공장 자동화와 같은 다양한 실생활에서 수집되고 활용되고 있으며, 정확한 시계열 예측은 해당 분야에서 운영 효율성을 높일 수 있어서 전통적으로 중요한 연구 주제이다. 전반적인 시계열 데이터의 향상된 특징을 추출할 수 있는 대표적인 시계열 데이터 분석 방법인 다층 수평 예측은 최근 부가적 정보를 포함하는 시계열 데이터에 내재한 이질성(heterogeneity)까지 포괄적으로 분석에 활용하여 향상된 시계열 예측한다. 하지만 대부분의 심층 학습 기반 시계열 분석 모델들은 시계열 데이터의 이질성을 반영하지 못했다. 따라서 우리는 잘 알려진 temporal fusion transformers 방법을 사용하여 실생활과 밀접한 실제 데이터를 이질성을 고려한 다층 수평 예측에 적용하였다. 결과적으로 주식, 미세먼지, 전기 소비량과 같은 실생활 시계열 데이터에 적용한 방법이 기존 예측 모델보다 향상된 정확도를 가짐을 확인할 수 있었다.

Given that time series are used in various fields, such as finance, IoT, and manufacturing, data analytical methods for accurate time-series forecasting can serve to increase operational efficiency. Among time-series analysis methods, multi-horizon forecasting provides a better understanding of data because it can extract meaningful statistics and other characteristics of the entire time-series. Furthermore, time-series data with exogenous information can be accurately predicted by using multi-horizon forecasting methods. However, traditional deep learning-based models for time-series do not account for the heterogeneity of inputs. We proposed an improved time-series predicting method, called the temporal fusion transformer method, which combines multi-horizon forecasting with interpretable insights into temporal dynamics. Various real-world data such as stock prices, fine dust concentrates and electricity consumption were considered in experiments. Experimental results showed that our temporal fusion transformer method has better time-series forecasting performance than existing models.

윈드프로파일러(RWP, radar wind profiler)는 기상 상태와 관계없이 시공간 분해능이 높은 바람장 자료를 제공하며 생산된 바람의 정확도나 품질에 대한 검증이 필수적이다. 기존 정확도 검증 방식은 레윈존데와의 동시 관측을 통해 윈드프로파일러에서 생성된 바람 벡터를 기준 자료로 활용하는 것이다. 본 연구에서는 평균 모멘트 자료로부터 스펙트럼과 원시 시계열 자료를 시뮬레이션하는 알고리즘을 통해 윈드프로파일러의 신호처리 알고리즘을 단계별로 검증하는 방안을 제시하고, LAP-3000의 원시 자료와의 비교를 통해 해당 알고리즘의 가능성을 확인하였다. 기상 신호의 밀도 함수를 모멘트값을 인자로 하는 왜곡된 정규 분포의 밀도 함수로 가정하여 생성하였고, 난수를 통해 시뮬레이션 스펙트럼을 생성하였다. 또한, 난수 위상과 역 이산푸리에 변환으로 간섭 평균된 시뮬레이션 원시 시계열 자료를 생성하고 최종적으로 디리클레 분포(Dirichlet distribution)를 통해 간섭 평균 전 단계의 원시 시계열 자료를 생성하였다.

Since radar wind profiler (RWP) provides wind field data with high time and space resolution in all weather conditions, their verification of the accuracy and quality is essential. The simultaneous wind measurement from rawinsonde is commonly used to evaluate wind vectors from RWP. In this study, the simulation algorithm which produces the spectrum and raw time series (I/Q) data from the average values of moments is presented as a step-by-step verification method for the signal processing algorithm. The possibility of the simulation algorithm was also confirmed through comparison with the raw data of LAP-3000. The Doppler power spectrum was generated by assuming the density function of the skew-normal distribution and by using the moment values as the parameter. The simulated spectrum was generated through random numbers. In addition, the coherent averaged I/Q data was generated by random phase and inverse discrete Fourier transform, and raw I/Q data was generated through the Dirichlet distribution.

학문 분야의 연구 동향 변화에 대한 연구는 해당 분야의 세부 연구주제와 구조에 대한 파악뿐만 아니라 시간 흐름에 따른 변화 모습을 관찰할 수 있는 방법이다. 이에 본 연구에서는 국내 문헌정보학 분야의 연구 동향을 살펴보기 위하여 2003년부터 2017년까지 한국학술지인용색인(KCI)에 등재된 문헌정보학 분야 학술지 중 인용지수가 가장 높은 3종에 개제된 논문의 한국어 저자키워드를 대상으로 동시출현단어 분석을 수행하였다. 시계열 분석을 위해 15년의 연구 기간을 5년 단위로 누적하여 2003년~2007년, 2003년~2012년, 2003년~2017년으로 구분하였고, 기간별로 출현빈도 10회 이상의 저자키워드를 선정하여 분석하고 이를 시각화하였다. 분석 결과, 2003년~2007년 기간의 지적구조는 총 25개의 키워드로 구성된 8개의 영역이 확인되었으며, 2003년~2012년 기간의 지적구조에서는 총 76개의 키워드로 구성된 3영역 17 군집이 확인되었다. 또한, 2003년~2017년 기간의 지적구조는 총 132개의 키워드로 구성된 6영역 32군집으로 나타났다. 누적 기간별 종합 분석 결과, 한국의 문헌정보학 분야는 지난 15년간 기간별로 새로운 키워드가 포괄적으로 추가되었으며, 세부 주제 역시 세분화 되어 점차 세분화되고 확장되고 있음을 확인하였다.

Research on changes in research trends in academic disciplines is a method that enables observation of not only the detailed research subject and structure of the field but also the state of change in the flow of time. Therefore, in this study, in order to observe the changes of research trend in library and information science field in Korea, co-word analysis was conducted with Korean author keywords from three types of journals which were listed in the Korea Citation Index(KCI) and have top citation impact factor were selected. For the time series analysis, the 15-year research period was accumulated in 5-years units, and divided into 2003~2007, 2003~2012, and 2003~2017. The keywords which limited to the frequency of appearance 10 or more, respectively, were analyzed and visualized. As a result of the analysis, during the period from 2003 to 2007, the intellectual structure composed with 25 keywords and 8 areas was confirmed, and during the period from 2003 to 2012, the structure composed by 3 areas 17 sub-areas with 76 keywords was confirmed. Also, the intellectual structure during the period from 2003 to 2017 was crowded into 6 areas 32 consisting of a total of 132 keywords. As a result of comprehensive period analysis, in the field of library and information science in Korea, over the past 15 years, new keywords have been added for each period, and detailed topics have also been subdivided and gradually segmented and expanded.

본 연구에서는 두개의 SAR 위성(ALOS-1과 COSMO-SkyMed) 영상에 PSInSAR 기술을 적용하여 각기 다른 센서 특성에 따른 변위 관측 성능의 차이를 분석하였다. 수치지형도 레이어로부터 건물 레이어를 추출하여, SAR 위성 영상으로부터 추출된 PS를 건물구조물과 지표면에서 추출되는 PS로 분류하고 각각 밀도 분석을 수행하였다. 연구지역에서 추출된 PS의 밀도는 ALOS-1 PALSAR의 경우 $0.023point/m^2$, COSMO-SkyMed는 $0.1point/m^2$로 ALOS-1에 비해 4배 이상의 PS가 추출되었다. 또한, 건물에서의 PS 밀도뿐만 아니라 지면에서의 관측 밀도도 크게 증가하였다. ALOS-1 PALSAR의 평균 변위속도는 ${\pm}1cm/yr$ 이내의 값을 갖는 반면 COSMO-SkyMed의 경우 ${\pm}0.3cm/yr$ 이내의 매우 안정적인 값을 보이고 있다. 비록 동일 기간의 자료를 사용한 것이 아니기 때문에 정량적인 비교는 어렵지만, L-band에 비해 X-band SAR 시스템의 변위관측 정밀도가 매우 높다고 할 수 있다. X-band와 L-band SAR 영상 비교분석을 통해 지반침하, 싱크홀과 같이 도심지 지표면에서 유용한 신호를 획득하는 것이 중요한 연구에서 PS 관측 밀도 및 변위 관측 정밀도를 고려하였을 때 X-band SAR 자료가 매우 효과적이다.

We applied PSInSAR to two SAR satellite (ALOS-1 and COSMO-SkyMed) images and analyzed the difference in displacement observation performance according to sensor characteristics. The building layer was extracted from the digital topographic map, and the PS extracted from the SAR image was classified into two groups(building structure and ground surface) for density analysis. The density of PS extracted from the research area was $0.023point/m^2$ for ALOS-1 PALSAR and $0.1point/m^2$ for COSMO-SkyMed, more than 4 times PS was extracted compared to ALOS-1. In addition, not only the PS density in the building, but also the density in the ground were greatly increased. The average displacement velocity of ALOS-1 PALSAR is within ${\pm}1cm/yr$, while for COSMO-SkyMed it is within ${\pm}0.3cm/yr$. Although it is difficult to make quantitative comparisons because it does not use the data for the same period, it can be said that the accuracy of X-band SAR system is very high compared to the L-band. In consideration of PS observation density and observation accuracy of displacement, X-band SAR data is very effective in research where it is important to acquire useful signals from the ground surface, such as ground subsidence and sinkhole.

전라남도는 연안지역은 농업활동과 상수도의 미보급으로 인하여 지하수에 크게 의존하고 있다. 지하수의 과다사용은 지하수위 저하를 일으키며 그로 인한 해수침투가 발생할 가능성이 매우 높다. 따라서 지하수 사용에 따른 해수침투 관리가 매우 필요한 지역이다. 전라남도 무안군의 연안암반대수층에서 측정된 EC 자료를 이용하여 해안가 대수층에 적합한 시계열 모형을 구축하고, 해수침투의 지표인 EC를 예측하고자 시계열 분석을 수행하였다. 1년 이상 측정한 EC 시계열 자료는 짧은 주기적인 변동과 함께 추세적으로 증가하는 비정상 시계열의 특성을 보였다. 시계열 분석을 통해 시계열 모형 식별 결과 ARIMA 모형과 계절적인 요인을 고려 할 수 있는 SARIMA 모형 이 적합한 것으로 나타났다. 하지만 두 모형 적용한 결과, EC의 주기적인 변동으로 인해 ARIMA보다는 EC 자료의 변동 특성을 잘 반영한 SARIMA 모형이 예측에 있어서 유리한 것으로 나타났다. 위와 같이 시계열 분석은 암반 대수층에서 해수침투로 인한 EC의 변화를 예측하는데 있어 유용한 것으로 나타났다.

Seawater intrusion into coastal fractured rock aquifer, resulting in groundwater contamination, is of serious concern in coastal areas of Jeolla Namdo, Korea, which heavily depends on groundwater resources. Time series analysis and forecasting were carried out to analyze and predict EC which is a major indicator of seawater intrusion. Two time series models of autoregressive integrated moving average (ARIMA) and seasonal autoregressive integrated moving average (SARIMA) were tested for suggesting appropriate time series model. Time series data of EC measured over one year showed a increasing trend with short periodic fluctuations, due to tidal effect and pumping, which indicated that EC time series data tended to be non-stationary. SARIMA model was found better fitted to observed EC than any other time series model. Time series analysis and modeling was found to be a useful tool to analyze EC at coastal fractured rock aquifer subject to seawater intrusion.

기상분야에서는 다양한 미기상해석모듈 (micro scale weather analysis module)을 개발하여 초고분해능의 기상정보서비스를 실시간으로 제공하고자 노력하고 있다. 이와 같은 연구들은 최근 대도시의 양적인 팽창으로 인해 발생되는 도시 미기상 (micro meteorology)의 급격한 변화에 효과적으로 대처할 수 있는 경제적 사회적 활동을 가능케 한다. 따라서 미기상해석모듈의 정확성은 도시 미기상정보서비스의 품질 및 효용성에 직결된다. 본 논문은 미기상해석모듈이 생성하는 시-공간적인 특성을 가진 양적인 결과물의 정확성에 대한 평가체계를 설계하였다. 이와 더불어 평가체계의 구성에 사용될 평가도구로써 시계열평균의 동일성검정 알고리즘을 스펙트럼 분석기법으로 구축하였으며, 동일성 검정통계의 함수를 거리측도로 사용하는 시계열 군집분석법도 함께 개발하였다. 또한, 사례연구를 통해 제안된 군집분석법과 평가알고리즘의 유용성을 보였다.

In meteorological field, many researchers have tried to develop micro scale weather analysis modules for providing real-time weather information service in the metropolitan area. This effort enables us to cope with various economic and social harms coming from serious change in the micro meteorology of a metropolitan area due to rapid urbanization such as quantitative expansions in its urban activity, growth of population, and building concentration. The accuracy of the micro scale weather analysis modules (MSWAM) directly related to usefulness and quality of the real-time weather information service in the metropolitan area. This paper design a evaluation system along with verification tools that sufficiently accommodate spatio-temporal characteristics of the outputs of the MSWAM. For this we proposes a test for the equality of mean vectors of the output series of the MSWAM and corresponding observed time series by using a spectral analysis technique. As a byproduct, a time series cluster analysis method, using a function of the test statistic as the distance measure, is developed. A real data application is given to demonstrate the utility of the method.

본 논문은, 장기기억 특성과 이분산성을 고려한 인터넷 트래픽 예측 모형을 제안하고자 한다. 트래픽 과부하를 대비하기 위해서, 트래픽 용량은 트래픽의 예측치와 트래픽의 변동 크기에 따라 트래픽의 최대용량을 설정하여야 한다. 이를 위하여 교내 트래픽 자료 중 교내로 들어오는 트래픽과 교외로 나가는 트래픽에 이분산성과 장기기억 모형의 유용성을 확인하였다. 이에 대하여 AR-GARCH 모형, ARMA-GARCH 모형과 장기기억모형인 Fractional ARIMA와 장기기억과 이분산성을 고려한 Fractional ARMA-GARCH 모형을 적용하여 모형의 예측성능을 비교하였다.

In this paper, we propose the time series forecasting models for internet traffic with long memory and heteroscedasticity. To control and forecast traffic volume, we first introduce the traffic forecasting models which are determined by the volatility and heteroscedasticity of the traffic. We then analyze and predict the heteroscedasticity and the long memory properties for forecasting traffic volume. Depending on the characteristics of the traffic, Fractional ARIMA model, Fractional ARIMA-GARCH model are applied and compared with the MAPE(Mean Absolute Percentage Error) Criterion.

본 연구는 금강유역을 대상으로 과거 약 30년간의 기상 수문시계열자료들을 수집해 다양한 통계분석을 수행하여 기후변화의 영향을 정량적으로 파악하고자 하였다. 기상자료로 금강유역 기상관측소 8개소의 37개년(1973~2009)의 기온, 강수량, 상대습도 자료를 수집하였고, 하천수위자료는 수위자료와 수위-유량관계곡선의 신뢰성 문제, 이후 수행될 장기유출분석을 고려하여 공주, 규암 수위관측소의 36개년(1973~2008)의 자료를 이용하였다. 수집된 자료의 평균, 표준편차, 왜곡도, 변동계수를 산출하여 연 계절별로 수문기상인자의 경년변화를 파악한 결과 기상인자 중 강수량의 변동성이 가장 크게 나타나 경년별 변화가 큰 것으로 분석되었다. 수문학적 지속성 분석을 위해 Run 검정, Turning Point 검정, Anderson Exact검정을 이용하여 시계열자료에 주기성이 있는지 분석한 결과 기온과 강수는 무작위성, 상대습도, 하천수위는 지속성을 가지는 인자로 분석되었고 지하수위는 관측소별, 기간별로 무작위성과 지 속성이 혼재되어 있는 것으로 나타났다. 또한, 경향성 분석을 위해 단순 선형 회귀분석과 Mann-Kendall 검정법을 이용한 결과 기온은 연 계절 모두 증가경향이 나타났고, 강수량은 여름에만 증가경향이 나타났으며, 상대습도는 뚜렷한 감소경향을 보였다. 본 연구의 결과는 기후변화로 인해 발생될 수 있는 수자원의 영향을 평가하고 미래 물 관리 적응기술 개발 및 계획 수립을 위한 자료로 활용될 수 있을 것으로 사료된다.

The objective of this study is the quantitative analysis of climate change effects by performing several statistical analyses with hydrometeorological data sets for past 30 years in Geum river watershed. Temperature, precipitation, relative humidity data sets were collected from eight observation stations for 37 years(1973~2009) in Geum river watershed. River level data was collected from Gongju and Gyuam gauge stations for 36 years(1973~2008) considering rating curve credibility problems and future long-term runoff modeling. Annual and seasonal year-to-year variation of hydrometeorological components were analyzed by calculating the average, standard deviation, skewness, and coefficient of variation. The results show precipitation has the strongest variability. Run test, Turning point test, and Anderson Exact test were performed to check if there is randomness in the data sets. Temperature and precipitation data have randomness and relative humidity and river level data have regularity. Groundwater level data has both aspects(randomness and regularity). Linear regression and Mann-Kendal test were performed for trend test. Temperature is increasing yearly and seasonally and precipitation is increasing in summer. Relative humidity is obviously decreasing. The results of this study can be used for the evaluation of the effects of climate change on water resources and the establishment of future water resources management technique development plan.

대기압의 변화는 지각의 단주기 및 장주기 변위를 유발하고 이는 우주측지 장비에 근거한 정밀좌표 결정의 오차요인으로 작용한다. 이 연구에서는 국토지리정보원 14개 GPS 상시관측소를 대상으로 대기압하중에 의한 지각변위를 1일 단위로 계산하였다. 그리고 14개 관측소에서 수집된 약 10년간의 GPS 데이터를 처리하여 연속적인 수직좌표 시계 열을 생성한 다음 GPS 수직좌표 시계열에서 대기압하중 지각변위를 보정하여, 대기압하중 보정 여부에 따른 관측소 속도 및 수직좌표 시계열의 정밀도 변화를 분석하였다. 그 결과, 수직좌표 시계열의 정밀도는 평균 약 4% 향상되었다. 그러나 대기압하중 보정여부에 따른 관측소 속도변화는 발생하지 않았다. 또한 남한 지역의 위도와 경도를 각각 $0.5^{\circ}$ 크기의 격자로 분할하여 대기압하중에 따른 특성을 분석하였다. 그 결과 계절적인 신호가 검출되었고, 그 신호를 사인함수로 곡선접합한 결과 진폭이 3-4mm 수준임을 확인하였다. 그리고 해안에서 내륙지 역으로 갈수록, 그리고 남쪽에서 북쪽으로 갈수록 그 진폭의 크기가 증가하였다.

Changes of atmospheric pressures cause short- and long-term crustal deformations and thus become error sources in the site positions estimated from space geodesy equipments. In this study, we computed daily displacements due to the atmospheric pressure loading (ATML) at the 14 permanent GPS sites operated by National Geographic Information Institute. And the 10-year GPS data collected at those stations were processed to create a continuous time series of the height estimate. Then, we corrected for the ATML from the GPS height time series to see if the correction changes the site velocity and improves the precision of the time series. While the precision improved by about 4% on average, the velocity change was not significant at all. We also investigated the overall characteristics of the ATML in the southern Korean peninsula by computing the ATML effects at the inland grid points with a $0.5^{\circ}{\times}0.5^{\circ}$ spatial resolution. We found that ATML displacements show annual signals and those signals can be fitted with sinusoidal functions. The amplitudes were in the range of 3-4 mm, and they were higher at higher latitudes and lower at the costal area.

유동적 비선형 특성을 보이는 혼돈 시계열에 대한 정확한 예측을 위해 예측 입력으로 차분 데이터를 사용하면 보다 나은 예측이 가능하다. 그러므로 본 논문에서는 상관 해석에 기반한 데이터의 전처리를 통해 적절한 최적 차분 간격 후보군을 선정하고 이들 각각에 대한 TS 퍼지 예측기로 다중 모델을 구성하여 성능 지수 평가에 의해 최적의 퍼지 예측기를 선택하여 예측을 수행하도록 하였으며, TS 퍼지 규칙 후건부에서 결정되는 예측 출력에 상관 해석에 기반한 오차 보정 메거니즘을 추가함으로써 예측 성능을 더욱 향상시킬 수 있도록 하였다.

이 연구에서는 49년간 (1954-2002년) 한반도 기상 관측소 자료로부터 한강과 낙동강 유역의 유역평균 월강수량 시계열의 변동에 대한 기후특성을 분석하였다. 비록 두 유역의 연강수량의 크기는 차이가 있으나 월별 변동 특성은 매우 유사하였다. 특히 4월 유역평균 강수량은 감소 경향이 뚜렷하였고, 8월 유역평균 강수량은 증가 경향이 매우 뚜렷하였다. 또한 1970년 중반에 유역평균 월강수량의 변동에 변화가 나타났다. NINO3 지수와 한강과 낙동강 유역평균 월강수량 편차와의 동시상관분석으로부터 유역평균 9월 강수량은 NINO3 지수와 지속적인 음의 상관을 보였고, 11월 유역평균 강수량과는 양의 상관이 크게 나타났다.

The climatological characteristics of the area averaged monthly precipitation over the Han- and Nakdong-river basins were investigated. The data used for this study is monthly precipitation data from 51 meteorological stations for the period of 1954 to 2002. The magnitude of area averaged precipitation in the Han-river basin was about 10% larger than that in the Nakdong-river basin. However, the variability of two monthly precipitation time series exhibited similar characteristics: April precipitation tends to decrease and August precipitation increase significantly, while there was no significant trend for the other months. There were some indications of abrupt change around the 1970's in the periodicity of precipitation and relationship with El Nino index. September precipitation showed negative correlation with NINO3 index but November precipitation, positive correlation with NINO3 index, indicating a possible connection with the global-scale phenomena.