메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
지금까지 몇 가지 공간데이타마이닝 방법이 제안되었다. 이들 방법들은 몇 가지 문제점을 가지고 있다. 첫번째 문제점은 이들 방법이 객체 사이의 거리를 이용한 단순한 클러스터링 방법에 의존하고 있어 복잡한 형태를 가지는 분포에 대해서는 적용하기 힘들다는 것이다. 예를 들어, 호수를 둘러싸고 형성된 집들의 위치로 공간객체마이닝을 할 경우, 기존의 방법을 이용하여 이들 집들의 분포에 관한 정확한 패턴을 찾아내기 힘들다. 두 번째 문제점은 기존의 방법으로는 공간객체 분포의 계층적인 특성을 알아낼 수 없다는 것이다. 많은 경우, 공간객체의 분포는 계층적인 특성을 가지고 있어 이를 찾아 낼 수 있는 공간데이타마이닝 방법이 필요하다. 본 논문에서는 위의 두 가지 문제, 즉 복잡한 형태의 분포와 계층적인 분포를 가지는 공간객체를 위한 공간데이타마이닝 방법을 제안한다. 이 방법은 Delaunay Triangulation 을 이용하여 복잡한 공간객체의 분포도 패턴을 찾아주며 계층적인 구조도 함께 알아낸다. Delaunay Triangulation 을 이용할 경우 O(nlogn)의 시간에 데이타마이닝이 가능하며 삽입과 삭제에 대해 동적인 특성도 가질 수 있다. 또한 공간객체의 수가 많아서 디스크의 입력과 출력이 많은 경우에도, 공간색인방법을 쉽게 적용할 수 있어 성능을 크게 저하시키지 않는다.

목차

요약

1. 개요

2. 관련 연구

3. Delaunay Triangulation 를 이용한 클러스터링

4. 복잡한 형태의 클러스터링

5. 계층적 클러스터링

6. 결론

7. 참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017976568