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

논문 기본 정보

자료유형
학술대회자료
저자정보
정해성 (서원대학교)
저널정보
한국신뢰성학회 한국신뢰성학회 학술대회논문집 한국신뢰성학회 2018 춘계학술대회 논문집
발행연도
2018.5
수록면
91 - 91 (11page)

이용수

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

초록· 키워드

오류제보하기
Volume(용량), Velocity(속도), Variety(다양)은 빅데이터의 주요 특징이다. 지금까지 우리는 의사결정에 필요한 데이터나 정보가 절대적으로 부족하다고 생각해 왔다. 하지만 센서와 사물인터넷 기술의 발달로 다양한 소스에서 실시간으로 엄청난 양의 데이터를 수집할 수 있고 이를 통해 의사결정을 할 수 있는 시대에 있다. 빅데이터 시대에는 수많은 데이터 버킷(bucket)이 분석을 위해 연결되고 또한 분리되기도 한다. 즉, 데이터가 새로운 관점에서 합쳐지고 분리되곤 한다는 것이다. 이 과정에서 대응관측값(paired observation), 시계열(time series) 데이터 등이 품고 있는 상관성을 계산해야 하는 경우가 종종 발생한다.
빅데이터는 데이터 버킷(bucket)의 크기가 변하며, 이상값(outlier)이 포함될 수 있다. 따라서 빅데이터 특성에 맞는 상관관계 측도를 사용하여야 한다. 본 연구에서는 전통적인 상관성 측도의 성질을 알아보고, 빅데이터 특성에 부합하는 상관성 측도의 조건과 이에 부합하는 상관성 측도를 제안하고자 한다.

목차

등록된 정보가 없습니다.

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-0101-2018-323-003343034