Earticle

본 연구는 야외지질답사에 관하여 2000년부터 2020 년까지 선행된 연구를 분석함으로써 그 동안 이루어진 연구가 중점을 둔 과제를 살펴보고 이를 통해 앞으로 야외지질답사 연구의 방향과 시사점을 제시하고자 하 는 목적을 지닌다. 자료 수집은 야외지질답사와 관련 하여 ScienceON과 RISS에서 검색되는 학위논문, KCI 등재 학술지를 대상으로 이루어졌으며, 연구 제목에 대하여 언어 네트워크 방법을 이용하여 분석하였다. 분석은 전처리를 마친 자료를 언어 네트워크 방법으로 네트워크를 나타내어 시각화하고 빈도수와 중심성 분 석을 실시하였다. 중심성 분석은 연결 중심성과 위세 중심성을 바탕으로 하였으며, 모든 분석은 전체 연구 기간과 2000년-20005년, 2006년-2010년, 2011년-2015 년, 2016년-2020년으로 4개의 기간을 나누어 이루어졌 다. 그 결과, 야외지질답사에 관한 연구는 야외지질학 습장 개발에 보다 중점을 두고 있었으며, 특히 제주도 가 학습장으로서 활발한 논의가 이루어졌다. 또한, 교 사 보다는 학생을 대상으로 연구가 이루어졌으며, 이 중 고등학생이 높은 빈도와 중심성을 나타내었다. 이 외에도 야외지질답사의 교육적 효과에 관한 연구와 융 합인재교육, 자유학기제 등과 같은 프로그램과 연계하 거나 웹, 플래시 파노라마, 3D와 같이 간접적인 지질 답사 방안도 논의가 이루어졌음을 알 수 있다. 본 연구 는 그 동안 이루어진 야외지질답사에 관한 연구를 되 돌아봄으로써 향후 연구의 방향성을 시사하였다는 점 에서 의의가 있다.

The purpose of this study is to analyze the previous research on geological fieldwork from 2000 to 2020, examine the tasks that have been focused on, and suggest directions and implications for future geological fieldwork research. The data was conducted for the thesis searched on ScienceON and RISS in relation to geological fieldwork and journals listed in the Korean Citation Index(KCI), and the study title was analyzed using the semantic network analysis. For analysis, the data that had been pre-processed was visualized as a network by semantic network analysis, and frequency and centrality were analyzed. The centrality analysis was based on degree centrality and eigenvector centrality, and all analyzes were performed by dividing the entire study period into four periods: 2000-2005, 2006-2010, 2011-2015, and 2016-2020. As a result, research on geological fieldwork focused more on the development of geological field courses, and in particular, jeju island was actively discussed as a learning site. Also, the study was conducted on students rather than teachers, and among them, high school students showed high frequency and centrality. In addition, it can be seen that studies on the educational effect of geological fieldwork were discussed, either in connection with programs such as STEAM, free-semester program, or indirect geological fieldwork methods such as web, flash panorama, and 3D. This study is meaningful in that it suggests the direction of future research by looking back on the research on geological fieldwork that has been done so far.

Max Weber's Collected Works (Max Weber-Gesamtausgabe) in German were fully published in 2020. The volumes include 34713,471 letters written and sent by Max Weber between 1875 toand 1920. TheThese publications posepresent several challenges to Weber's scholarship due to the language barrier and the hundred yearcentury-long interval between Weber's demisedeath and the publicationrelease of his collected works. Against this backdrop, this article applies novel network analysis tools to explore the relationshiprelationships between Weber and his correspondents. With the complete collection of his letters now available to Weberian scholars, we have undertaken an innovative project that integrates data science into this field. To achieve this, we haveWe extracted metadata from Weber's Collected Works to construct network data. We employed, employing R and various R packages to applyfor network analysis and data visualization. Additionally, we also providedhave made the dataset and R scripts available online as open-access resources to facilitate reproducibility. As we employ onlyWhile our research relies solely on statistical analysis of Weber's letters without qualitative examination, the scope of our research could be considered limited. Nevertheless, we feel our researchwe believe it makes a meaningful contribution to Weberian studies. By academically exploring the Collected Letters, this study isrepresents a pioneering effort with significant implications, encouraging further research and scholarship in the field.

In recent years, numerous studies have been attempted to exploit ontology in the area of ubiquitous computing. Especially, some kinds of ontologies written in OWL are proposed for major issues in ubiquitous computing such like context-awareness. OWL is recommended by W3C as a descriptive language for representing ontology with rich vocabularies. However, developers struggle to design ontology using OWL, because of the complex syntax of OWL. The research for OWL visualization aims to overcome this problem, but most of the existing approaches unfortunately do not provide efficient interface to visualize OWL ontology. Moreover, as the size of ontology grows bigger, each class and relation are difficult to represent on the editing window due to the small size limitation of screen. In this paper, we present OWL visualization scheme that supports class information in detail. This scheme is based on concept of social network, and we implement OWL visualization plug-in on $Prot{\acute{e}}g{\acute{e}}$ that is the most famous ontology editor.

Carbon Capture and Storage (CCS) technologies involve three major stages, i.e., capture, transport, and storage. The transportation stage of CCS technologies has received relatively little attention because the requirements for $CO_2$ transport differ based on the industry-related conditions, geological, and demographical characteristics of each country. In this study, we analyzed the properties of $CO_2$ transport using a pipeline. This study has important implications for ensuring the stability of a long-term CCS as well as the large cost savings, as compared to the small cost ratio as a percentage of the entire CCS system. The state of $CO_2$, network topologies, and node distribution are among the major factors that influence $CO_2$ transport via pipelines. For the analysis of the properties of $CO_2$ transport using a pipeline, the $CO_2$ pipeline connections were visualized by the simulator developed by Lee [11] based on the network topologies in $CO_2$ transport. The case of Korean CCS technologies was applied to the simulation.

전자금융을 통한 거래가 쉬워지고 접근성이 높아짐에 따라 거래량은 지속적으로 증가하고 있다. 이용자와 거래량의 증가에 따라 금융 네트워크에 가해지는공격 기법 또한 교묘해지고 있다. 이러한 양상은 금융기관에게 보안 침해사고대응 및 공격 방어에 막대한 금전적 비용을 부담시키게 된다. 본 논문에서는 금융 네트워크의 이러한 문제점을 해결하기 위해 단순한 보안 시스템에서 벗어나고도화된 공격에 대응할 수 있는 보안 시스템을 구축하고 공격의 근본적인 원인인 공격자를 식별하여 차단하고자 한다. 제안하는 시각화 방안은 공격자의 식별정보를 담을 수 있는 역추적 기법이 적용되어 공격자를 차단함으로써 능동적으로 대응할 수 있도록 한다. 또한 디지털 포렌식을 기반으로 취득한 데이터를 통해 지속적으로 피드백을 제공하여 시각화 보안 시스템을 강화하도록 보안사고발생 이후 수행 되어야할 절차를 제안한다.

Transaction volume is steadily increasing as e-banking facilitates transactions and accessibility. The attack technique applied to the financial network is becoming more sophisticated as the amount of users and transactions increases. In this paper, to solve these problems of financial network, we try to construct a security system that is able to cope with sophisticated attack and to identify and block attacker which is the original source of attack. The proposed visualization scheme is applied to backtracking method that can contain the identification information of the attacker so that it can help blocking the attacker. We also propose a incident response procedure to enhance the visualization security system by continuously providing feedback through data acquired based on digital forensics.

네트워크 트래픽 세션 데이터를 이용한 공격 분석 및 시각화 방법들은 세션 데이터 내의 송신지 및 수신지 IP주 소 및 연결관계를 시각화하여 네트워크 이상 현상들을 감시한다. 트래픽의 송수신 방향은 이상 현상을 탐지하는데 있어 서 매우 중요한 특징이지만, 단순히 송신지와 수신지 IP주소를 좌ㆍ우 또는 상ㆍ하 대칭적으로 시각화하는 것은 분석을 난해하게 만드는 요소가 된다. 또한, 시계열적인 트래픽 세션들의 시간 특성을 고려하지 않고 시각화 인터페이스를 설계 할 경우에는 시간별 보안 상황 정보가 손실되는 위험을 감수해야 한다. 본 논문에서는 방사축을 이용하여 시계열 트래픽 데이터를 시각화하고 IP주소를 네트워크 부분과 호스트 부분으로 분할 및 원통좌표계에 표출시켜 효과적으로 네트워크 공격을 감시할 수 있는 시각화 인터페이스와 분석 방법을 제안하고자 한다. 제안하는 방법은 네트워크 공격을 직관적으 로 인지하고 공격 활동을 시간흐름에 따라 파악할 수 있는 장점을 가진다.

Network attack analysis and visualization methods using network traffic session data detect network anomalies by visualizing the sender's and receiver's IP addresses and the relationship between them. The traffic flow is a critical feature in detecting anomalies, but simply visualizing the source and destination IP addresses symmetrically from up-down or left-right would become a problematic factor for the analysis. Also, there is a risk of losing timely security situation when designing a visualization interface without considering the temporal characteristics of time-series traffic sessions. In this paper, we propose a visualization interface and analysis method that visualizes time-series traffic data by using the radial axis, divide IP addresses into network and host portions which then projects on the cylindrical coordinate system that could effectively monitor network attacks. The proposed method has the advantage of intuitively recognizing network attacks and identifying attack activity over time.

보안경보 이벤트를 이용한 네트워크 보안상황 시각화 기술은 보안 장비들에서 발생하는 대량의 보안경보 이벤트들을 효율적으로 시각화하여 관리자에게 네트워크 내의 보안상황과 정보를 직관적으로 전달하는 기술이다. 하지만, 기존 대부분의 시각화 방법들은 시간 흐름에 중첩하여 이벤트를 표시하거나 또는 빈도수를 활용한 상위 개체 분석이 대부분이기 때문에 공격의 추이, 발생한 시점, 공격의 연속성, 그리고 보고된 공격 정보들 간의 연관 관계를 살펴보기 어려웠다. 본 논문에서는 시간 흐름에 따라 이벤트들을 나선형으로 배치하고 발생 시간들과 공격 유형을 함께 표시함으로써, 전체 공격의 추이와 개별 공격들의 연속성 및 지속성을 직관적으로 살펴 볼 수 있다. 또한 전체 공격자와 피해자간의 연관관계를 하나의 화면을 통해 제공함으로써 전체 공격상황 뿐만 아니라 공격 유형과 공격 지점 등을 종합적으로 인지할 수 있다.

Network security visualization technique using security alerts provide the administrator with intuitive network security situation by efficiently visualizing a large number of security alerts occurring from the security devices. However, most of these visualization techniques represent events using overlap the timelines of the alerts or Top-N analysis by their frequencies resulting in failing to provide information such as the attack trend, the relationship between attacks, the point of occurrence of attack, and the continuity of the attack. In this paper, we propose an effective visualization technique which intuitively explains the transition of the whole attack and the continuity of individual attacks by arranging the events spirally according to timeline and marking occurrence point and attack type. Furthermore, the relationship between attackers and victims is provided through a single screen view, so that it is possible to comprehensively monitor not only the entire attack situation but also attack type and attack point.

그래프 시각화 이론에 근간을 둔 네트워크 토폴로지 시각화는 복잡한 네트워크의 전체 구조와 노드간의 상호작용을 보다 이해하기 쉽게 만든다. 네트워크 토폴로지를 시각화하는 도구는 과거부터 많이 개발되었지만, 일정 수준의 기능을 갖춘 도구 들은 도구마다 고유한 네트워크 구성 정보(노드의 식별자, 종류, 속성, 연결된 노드 등)를 입력으로 요구하기 때문에 범용적으 로 사용하기 어렵다. 반면에 최소한의 네트워크 구성 정보인 노드간의 연결만을 사용하는 도구들은 네트워크의 실제 연결 형 태를 표시하는 기능이 부족하다. 본 논문에서는 네트워크 노드간의 연결 정보만을 이용하여 토폴로지를 시각화하는 효율적인 방법을 제안한다. 이 방법은 네트워크에서 노드의 영향력을 나타내는 중심성 지수를 활용하여 중심노드를 찾고, 자식노드의 가중치를 이용하여 전체 노드들의 표시 영역을 동적 분할한 후 3D 공간 상에 노드들을 배치함으로써 토폴로지를 시각화한다. 매우 간단한 방법이지만 노드간의 연결 정보만으로 실제 네트워크 연결 형태를 시각화할 수 있다.

Network topology visualization has been studied a lot since the past and developed with many tools. The network topology has strength in understanding the overall structure of a network physically and is useful for understanding data flow between nodes logically. Although there are existing tools, not many can be utilized efficiently while using the general network node data structure and express the topology similar to the actual network structure. In this paper, we propose an efficient method to visualize topology using only connection information of network nodes. The method finds the central node by using the centrality, the influence of nodes in the network, and visualizes the topology by dynamically segmenting all nodes and placing network nodes in 3D space using the weight of the child node. It is a straightforward method, yet it effectively visualizes in the form of an actual network structure.

최근 들어 단순히 시스템에 남아있는 단서들을 분석하는 디스크 포렌식에서 공격자의 추적을 위해 시스템이 포함하는 네트워크의 침입 관련 정보를 분석하여 네트워크 포렌식의 연구가 활발해지고 있다. Firewall이나 IDS, 웹서버 로그의 상호 관계와 분석은 네트워크 포렌식 절차에서 중요한 역할을 한다. 이 연구는 네트워크 포랜식에서 개인정보 노출 감시를 위한 통합 GUI를 제시한다. 본 논문에서는 네트워크 포렌식을 위한 다양한 로그 정보들의 필요성을 제시하고 개인정보 누출을 모니터하는 보안 관리자를 위한 GUI를 설계한다.

도메인이 여러 개로 구성된 멀티 네트워크를 운영하는 조직에서는 단일 화면 상에 다수의 네트워크 토폴로지를 시각화하 여 전체 노드들과 링크들을 감시할 수 있는 기능이 필요한데, 도메인간의 연결점이 없는 토폴로지를 단일 화면 상에 표시하는 것은 간단하지가 않다. 게다가, 다수의 네트워크 형상들을 단일 화면 상에 실제와 같은 물리적 모습으로 표시하는 것은 어렵 기 때문에, 멀티 도메인 네트워크를 하나의 화면을 통해 관리하는데는 어려움이 있다. 본 연구에서는 멀티 도메인 환경에서 노드간의 최소 연결 정보만을 이용하여 토폴로지를 시각화하는 효율적인 방법을 제 안한다. 이 방법은 네트워크를 구성하는 노드들의 중심성 지수를 활용하여 도메인별 중심 노드를 찾고, 자식 노드들과의 연결 정보를 재귀적으로 탐색하여 토폴로지를 생성한다. 화면 상의 도메인별 토폴로지 표시 영역은 자식 노드들의 가중치의 합으로 계산 및 동적 분할되고, 가상의 Root 노드를 활용하여 3D 공간 상에 전체 노드들을 배치함으로써 멀티 도메인 토폴로지를 시 각화한다. 이 방법은 노드간의 최소 연결 정보만을 이용하는 단순한 방법이지만, 멀티 도메인 네트워크의 물리적 형상을 유지 하면서 하나의 화면에 표시할 수 있는 효율적인 토폴로지 시각화 방법이다.

In general, organizations operating multi-domain networks find it difficult to represent and manage multiple domain net works on a single screen space. Instead, most of them are managed with multiple screens visualizing network topology by domain or partitioning one screen area into multiple domains. We propose an efficient method to visualize the topology usi ng only minimal connection information between domain-agnostic nodes in this work. This method visualizes the topology by utilizing centrality indices representing the influence of nodes in the network. Furthermore, the method dynamically seg ments the entire node's display area using virtual Root nodes to auto-separate domains and weights of child nodes and pl acing nodes in 3D space. Thus, although it is a straightforward method, the multi-domain network topology can be visuali zed with only minimal connection information between nodes.

본 논문은 플로우 시각화 기반의 네트워크 보안 상황 감시 방법인 VisFlow를 제안하며, 기존 트래픽 플로우 시각화기술의 단점인 대량 트래픽 발생 시의 직관성 상실 문제, 대칭적 주소 공간에 의한 반사현상 문제, 종단간 연결 의미의상실 문제를 해결하고자 한다. VisFlow는 단순하고 효율적인 보안 시각화 인터페이스로써 플로우 시각화 기술을 활용하여 개별적인 트래픽 데이터들에서는 볼 수 없었던 다양한 네트워크 현상들을 패턴으로 형상화하고 관리 네트워크 내의 보안 상황을 실시간으로 분석 및 감시하는 방법이다. 트래픽 플로우의 포트 역할 분석 방법을 이용하여 노드 유형과중요 정보를 식별 분류하고, 분류된 정보는 중요도에 따라 2D/3D 공간 상에 단순화 및 강조하여 표시함으로써 직관성과 실용성을 높인다. 또한, IP주소값에 기반한 비대칭적 노드 배치를 통해 반사현상 문제를 해결하고 노드간의 연결선을 활용하여 종단간의 세션 의미를 유지함으로써 정보성은 높인다. 관리자는 VisFlow를 통해 방대한 트래픽 데이터를쉽게 탐색하고 전체 네트워크 상황을 직관적으로 파악함으로써 네트워크 보안 상황을 효과적으로 감시할 수 있다.

In this paper we propose a new method of security visualization, VisFlow, using traffic flows to solve theproblems of existing traffic flows based visualization techniques that were a loss of end-to-end semantics ofcommunication, reflection problem by symmetrical address coordinates space, and intuitive loss problem in mass oftraffic. VisFlow, a simple and effective security visualization interface, can do a real-time analysis and monitoringthe situation in the managed network with visualizing a variety of network behavior not seen in the individualtraffic data that can be shaped into patterns. This is a way to increase the intuitiveness and usability by identifyingthe role of nodes and by visualizing the highlighted or simplified information based on their importance in 2D/3Dspace. In addition, it monitor the network security situation as a way to increase the informational effectively usingthe asymmetrical connecting line based on IP addresses between pairs of nodes. Administrator can do a real-timeanalysis and monitoring the situation in the managed network using VisFlow, it makes to effectively investigate themassive traffic data and is easy to intuitively understand the entire network situation.

최근에 생성모델, 특히 ChatGPT와 DALLE-3과 같은 생성모델들은 사회에 큰 영향을 미치며, 이러한 모델들의 잠재공간을 정교하게 조작하고 이해하는 기술이 중요해지고 있다. 본 논문에서는 학 습된 생성모델의 잠재공간을 시각화하여 조작하는 새로운 방법인 “시각화 오토인코더” 방법을 제안한 다. 이 방법은 생성모델의 잠재벡터를 입력으로 하여 3차원 이하의 시각화 가능한 차원으로 축소하여 조작하는 것을 목표로 한다. 본 연구에서는 생성모델의 잠재공간 조작을 “관심 있는 샘플 생성”과 “샘 플 간 변환 과정 시각화” 두 가지로 정의하고, 이를 위해 필요한 수학적 성질 “일대일 대응”과 “locally smoothness”를 가정한 심층신경망 기반의 생성모델로 제한한다. MNIST 데이터셋을 사용하여 실험 한 결과 이러한 성질을 만족하는 심층신경망 모델에 대해 제안된 시각화 오토인코더 방법으로 관심 있는 샘플을 생성, 변환 과정을 시각화할 수 있음을 확인하였다.

Recent generative models, especially generative models such as ChatGPT and DALLE- 3, have had a great impact on society, and technology to intricately manipulate and understand the latent space of these models is becoming important. In this paper, we propose the “Visualization Autoencoder” method, a new method that visualizes and manipulates the latent space of the learned generative model. This method aims to manipulate the latent vectors of the generative model by reducing them to three or less dimensions that can be visualized. In this study, the latent space manipulation of the generative model is defined as two types: “generating samples of interest” and “visualizing the transformation process between samples”. For this purpose, we limit our-selves to a deep neural network-based generative model that assumes the necessary mathematical properties “one-to-one correspondence” and “locally smoothness”. As a result of experiments using the MNIST dataset, we confirmed that the proposed visualization autoencoder method for a deep neural network model that satisfies these properties can generate samples of interest and visualize the conversion process.

본 연구는 전북지역의 해상풍력산업이 지역산업 활동에 미치는 영향을 파악하고자 사 회연결망 분석을 하였다. 이를 통해 현재 지역경제에서 해상풍력산업의 위상과 다른 산 업들과의 연계 관계를 파악하였다. 사회연결망 분석을 위해 먼저 2015년 지역산업연관표 를 활용하여 소분류 기준으로 해상풍력산업을 재정의하였다. 또한 투입계수, 생산유발계 수, 부가가치유발계수, 그리고 산업간 연쇄효과를 도출하였다. 다음으로 지역산업연관표 를 응용하여 단위구조 행렬을 도출하고 사회연결망 네트워크를 분석하였다. 그 결과로 사회연결망 네트워크 시각화를 통해 전북의 해상풍력산업은 다른 지역산업들과 전체적 으로 유기적인 네트워크를 가지는 것으로 나타났다. 또한, 연결정도 중심성, 근접중심성, 매개중심성의 분석을 통해 해상풍력산업은 생산 활동성이 높아 지역경제를 활성화하고 영향력을 줄 수 있는 산업의 역할을 하는 것으로 분석되었다.

This study was conducted to identify the impact of the offshore wind industry on regional industrial activities in Jeonbuk region using the social network analysis. By this, the current position of the offshore wind industry in the local economy and the relationship with other industries were identified. For the social network analysis, the offshore wind industry was redefined based on small classifications using the 2015 input-output table. Then input coefficient, production inducement coefficient, added value inducement coefficient, and inter-industry chain effects were derived. Next, the social network network was analyzed by deriving the unit structure matrix by applying the input-output table. As a result, the visualization of the social network network was found that Jeonbuk's offshore wind industry has an overall organic network with other local industries in the region. In addition, through the analysis of degree centrality, proximity centrality, and mediation centrality, it was analyzed that the offshore wind industry plays a role in the region and the industry can vitalize and influence the local economy due to its high production activity.

Most of social network visualization methods have been only focusing on presentation of social network relationship. However, the methods do not consider an efficient processing speed and computational complexity for increasing at the ratio of arithmetical of a big data regarding social network. This paper proposes a cloud based on visualization method to visualize an inherence relationship of user on social network. The proposed method can intuitionally understand the user's social relationship since the method uses correlation matrix to represent a hierarchical relationship of user nodes of social network. It also can easily identify a key role relationship of users on social network. In addition, the method uses Hadoop based on cloud for distributed parallel processing of visualization algorithm, which it can expedite the big data of social network.

We describe a fast multi-level layout for visualizing social networks, which can visualize social networks high quality and rapidly. There are two innovations in our fast multi-level layout. Firstly, we proposed a new graph multi-layered compression method based on random walk. The multi-layered compression process groups vertices to form “planet” systems and then abstract these “planet” systems as new vertices to define a new graph and is repeated until the graph size falls below some threshold. And we also proposed a new single level force-directed layout based on sampling. The multi-level layout process can be accelerated based on these two innovations. Finally, we have evaluated our layout on several well-known data sets. The experimental results show that our layout outperforms the state-of-the-art method.

Most of the previous works of network visualization analysis depends on node graph and adjacency matrix in connection with an aspect of network topology. However, the representing node and matrix are difficult to understand the relationship between network nodes, because the node’s interaction on network is presented by a complicated node graph. In order to overcome this limitation, this paper proposes a new visualization method to represent hierarchy relationship of network nodes for analysis of data network. The proposed method uses data node correlation to construct hierarchy node relationship which can intuitively understand node interaction. Besides, it can focus on node relation on network which is modeled using node activities of data network by visualizing relationship among the internal relation of network reflecting node and external relation of network nodes.

Wireless Communication network is an inescapable reality of our days, being part of curricular proposed by almost all institute. Effective learning and teaching of wireless communication however, require student to visualize and illustrate in understanding the technical and how the communication network is operates. This paper recommends a conceptual framework to overcome the inability student in learning wireless communication network course which is complex and difficult especially for novice student. The aim of the course is to teach student not only programming and hardware design but also basic team-work and project management skills in the field of wireless networks through the active learning using the tools that we proposed. In this paper we proposed the architecture named Wireless Kit (Wkits) as one of the support tools that help novice student in enhancing their understanding of learning wireless communication. This kits focus in wireless communication such as Bluetooth, Wi-Fi and FRID technology.

deviantART is one of the leading social online network sites with a focus on user-generated artworks. The website has a rich data archive of around 150 million images uploaded by its 15 million members, making it the largest art platform today. This paper describes an open source toolkit that provides a humanities scholar with necessary computational tools to analyse and visualise deviantART and similar art collections. To this end, we combine tools from different research fields such as network analysis, computer vision, machine learning and data visualisation. The toolkit provides the functionality to extract data about members and their artworks directly from the deviantART website, using network analysis to select key members for further investigation. The chosen members’ images are automatically downloaded and annotated with different image features, along with which they can be visualised. The visualisation options offered in the implemented toolkit links images to their originals and can be used to explore and analyse the dataset in an interactive way. The toolkit also features an SVM-based classifier to automatically select features to discriminate artists, artworks and styles, which is hidden from the user behind a simple “suggest features” option.

환경과 교통이슈로 자전거가 대안적 교통수단으로 주목받는 가운데, 많은 나라에서 자전거 이용을 촉진하기 위해 공유경제 플랫폼인 공공자전거 사업을 운영 중이다. 서울시 역시 공공자전거인 “따릉이”를 5년째 운영 중이며, 이제 따릉이는 서울의 단거리 교통수단 중 하나로 자리매김하였다. 이 연구는 따릉이가 몇 가지 문제점을 가지고 있으며 개선이 필요하다고 주장한다. 이 연구는 자전거 흐름의 시공간적 패턴을 파악하고 그 원인을 설명하고자 한다. 이를 위해 따릉이의 요일, 시간대별 이용 패턴을 분석하고, 서울시의 주요 자전거 네트워크 클러스터를 찾는다. 네트워크 클러스터를 찾기 위해서 Getis와 Ord의 Gi 통계를 공간 네트워크로 확장 적용하였다. 이후 통계적 유의성을 검증하기 위해 부트스트랩 치환법(Bootstrap permutation)을 사용하였다. 연구결과 서울시 에서 시계열에 영향받지 않는 명확한 자전거 네트워크 클러스터를 확인하였다. 하지만 국지적 분석 결과는 시간대별 통행 방향에 명백한 차이를 보여준다. 이 연구는 따릉이의 효과적, 효율적 운영을 위해서 따릉이 이용 패턴의 시간, 공간적 차이를 측정하고 반영해야 한다고 제안한다.

Many countries are running public bicycle services to promote bicycle use. Bicycle, considered as an alternative transportation mode, is a way to take care of environmental problems and traffic jam. Seoul, in particular, is running public bicycle service “Ttareongyi” for 5 years so far. Ttareongyi is now considered as one of the major modes in short distance transportation. This study insists that Ttareongyi needs improvements to enhance efficient use. For the purpose, this study analyzes the temporal patterns and the network clusters of Ttareongyi use. Getis and Ord’s Gi statistic is expanded to network structure and applied to find network clusters. Bootstrap permutation is applied for significance test. The result identifies several significant network clusters in Ttareongyi use in Seoul. And local analysis presents clear contrasts in Ttareongyi uses among different times within a day. Conclusion suggests that differences in Ttareongyi use patterns in both temporal and spatial perspectives must be measured and reflected for more efficient and effective Ttareongyi operation.

As of the 2010s, E-Sports have become one of the fastest growing new media formats, bringing about great economic benefits. The aim of the current study is to analyze the semantic network of the posts and comments on Reddit about eSports. Furthermore, this study explores the types of user experiences linked to eSports consumption that are identified from semantic networks. The study chose three different games and collected posts and comments of them on Reddit. The collected data was analyzed by semantic network analysis. NetDraw packaged with UCINET is used for data visualization. The research provides a systematic description of various experiences of consumers with E-Sports from different game types.