다변량 지구과학 데이터와 가우시안 혼합 모델을 이용한 공간 분포 추정

• Published in: 자원환경지질 Vol. 55; no. 4; pp. 353 - 366
• Main Authors: 김호림, 유순영, 윤성택, 김경호, 이군택, 이정호, 허철호, 류동우
• Format: Journal Article
• Language: Korean
• Published: Korea Society Of Economic&Environmental Geology 01.08.2022; 대한자원환경지질학회
• Subjects: 지질학; 기계학습; 토양오염; multivariate; 가우시안 혼합모형; 다변량; Gaussian Mixture Model (GMM); soil contamination; 지구과학데이터(지오데이터); machine learning; geoscience data (geo-data)
• ISSN: 1225-7281; 2288-7962
• DOI: 10.9719/EEG.2022.55.4.353

Spatial estimation of geoscience data (geo-data) is challenging due to spatial heterogeneity, data scarcity, and high dimensionality. A novel spatial estimation method is needed to consider the characteristics of geo-data. In this study, we proposed the application of Gaussian Mixture Model (GMM) am...

Table of Contents:

• 1. 서 론 2. 연구 지역과 시료 채취 및 분석 방법 3. 기계학습 방법론 및 통계 적용 절차 4. 결과 및 토의 5. 결 론 사 사 References