일반기술

“자연현상을 모방한 알고리즘 채택하여 환경문제와 관련한 의사결정을 위한 맵을 작성”

현재 공간적 분포 및 시간의 추이에 따른 변화를 나타내는 데이터를 분석하기 위해서는 지질통계학, 시계열, 차원분열도형, 인공신경망 등을 비롯한 몇 가지의 기본적인 접근방법들이 사용되고 있다. 계산이라는 관점에서 보면 인공신경망은 배우기 쉬우며 용이하게 표현할 수 있다는 2가지의 주요한 장점을 지니고 있다. 신경망의 주요한 장점 중 한 가지는 너무나 애매하여 사람의 연구나 표준적인 통계학 기법으로는 인식할 수 없는 패턴들을 찾아낼 수 있도록 해 준다는 점이다. 특히 신경망은 데이터에서 예측불가능한 비선형성이 많이 나타날 경우에 다른 기법에 비해 뛰어난 효과를 발휘한다. 최근까지 환경관련 공간 데이터의 분석을 위해 ANN을 직접적으로 적용하는 문제를 전문적으로 다룬 논문이 간행된 사례는 거의 찾아볼 수 없었다. 단 ANN의 경우에는 결과를 해석하는데 약간의 문제가 있다. 지질통계학 현재 지질통계학적 모델(kriging 모델군)은 공간적 데이터의 분석에 관련된 여러 용도에 폭넓게 활용되고 있는데, 이 모델을 사용했을 경우의 중요한 장점이라면 오류 맵(추산치의 변동을 표시한 맵)의 도움을 받아 공간적 예측의 품질을 수치로 표현할 수 있다는 점이다.공간적 분포 및 시간의 추이에 따른 변동을 보이는 데이터의 분석, 처리 및 소개를 위한 새로운 방법(자연현상을 모방한 응용 알고리즘에 기초함)과 소프트웨어 툴의 개발 및 사용.