KCI등재
R 기반의 딥 러닝을 이용한 공간 정보 분석 = Spatial analysis using R based Deep Learning
저자
발행기관
학술지명
권호사항
발행연도
2016
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
1-8(8쪽)
KCI 피인용횟수
4
DOI식별코드
제공처
Recently classified or clustering things and data (Classification) to a kind of technology of methodological deep learning has been attracting attention. Core of deep learning are derived algorithm as a means to exceed the limits of the artificial neural network is a predicted through classification. And analyze large amounts of data, a computer that can distinguish things people who derived the pattern is a technology that can identify the object. Therefore, the In this paper, on the basis of deep learning algorithm by using the data analysis tool R, it attempts to design a process to be visualized combined with spatial information data. Spatial data gathered by the process, scraping data, via the data processing concentrates to identify the intended user. And country of map data, collect data through a Web scraping, analyzing MNIST data using H2O, which is provided with an open source package for R programs. Based on the final algorithm, and presents the expected effect of the paper.
더보기최근 사물이나 데이터를 군집화하거나 분류(Classification)하는 데 사용되는 일종의 기술적 방법론인 딥 러닝(Deep learning)이 주목받고 있다. 인공신경망의 한계를 넘어서기 위한 방편으로 도출된 알고리즘인 딥 러닝의 핵심은 분류를 통한 예측이다. 대량의 데이터를 분석하여 패턴을 도출해 사람이 사물을 구분하듯 컴퓨터가 객체를 분별하도록 하는 기술이다. 이에 본 논문에서는 딥 러닝 알고리즘을 바탕으로 데이터 분석 툴인 R을 이용하여 다양한 환경에서 발생하는 데이터들을 분석하여 공간정보 데이터와 결합하여 가시화되도록 하는 프로세스를 설계하고자 한다. 그 과정으로 공간정보 데이터 수집, 데이터 스크래핑, 데이터 가공을 거쳐 사용자 의도를 파악하는 데 집중한다. 이처럼, 사용자 의도를 파악하기 위해서는 국가지도 데이터와 웹 스크래핑을 통해 데이터를 수집하고 R 프로그램의 오픈소스 패키지로 제공되는 H2O를 사용하여 MNIST 데이터를 분석할 것이다. 최종적으로 알고리즘을 바탕으로 논문으로부터의 기대효과를 제시한다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2020 | 평가예정 | 신규평가 신청대상 (신규평가) | |
2019-12-01 | 평가 | 등재 탈락 (기타) | |
2019-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2016-01-01 | 평가 | 등재학술지 선정 (계속평가) | KCI등재 |
2014-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.33 | 0.33 | 0.32 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.33 | 0.32 | 0.407 | 0.14 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)