인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 연구는 가중 기댓값 최대화(Weighted Expectation-Maximization, WEM) 방법을 적용하여 공간 데이터 분석을 개선하는 새로운 접근법을 제시한다. 이 방법은 다변량 데이터에서 설명 변수와 목표 변수 간의 관계를 기반으로 지역을 분류하는 데 있어 정확도 개선을 위해 오차를 최소화하도록 기존 기댓값 최대화 알고리즘에 가중치를 추가하였다. 이 연구는 지리적 정보 시스템, 도시 계획, 공공 보건 등 공간 정보가 중요한 역할을 수행하는 다양한 응용분야에서 유용하게 적용될 수 있으며, 특히 소상공인 점포의 매출액을 예측하고 지역적 특성에 따른 매출 패턴을 보다 정밀하게 파악하는 데에도 기여할 수 있다. 부동산 거래 데이터 기반 실험을 통해 WEM 방법이 EM 방법과 비교하여 부동산 거래 데이터에서 설명 변수와 목표 변수 간의 상호작용을 더 정확히 분석하고 예측하는 데 효과적임을 보여주었다. 향후 연구에는 지리적 분포의 영향을 최소화하여 설명 변수와 목표 변수 간의 관계를 더욱 효과적으로 모형화할 방법을 연구할 계획이다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092163980
