KR101752977B1

KR101752977B1 - 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법

Info

Publication number: KR101752977B1
Application number: KR1020150147896A
Authority: KR
Inventors: 강대실; 김좌일; 임승민
Original assignee: 국방과학연구소
Priority date: 2015-10-23
Filing date: 2015-10-23
Publication date: 2017-07-03
Also published as: KR20170047591A

Abstract

본 발명의 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법은 데이터 분석 시 의미 있는 변수(일반 변수와 스위치 변수)와 여러개의 파일에 공통적으로 포함된 변수를 시각적으로 손쉽게 확인할 수 있으며, 확인한 변수들을 바로 비교 그래프로 확인할 수 있으므로 원하는 변수들을 용이하게 선택할 수 있다. 또한 이렇게 선택한 원하는 변수들을 추출하여 별도의 원본 데이터(raw data)로 만들 수 있으므로, 데이터 분석을 위한 사전 작업이 크게 줄어드는 특징을 구현한다.

Description

관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법{Data categorization using serialization and visualizing organization method for easily selecting wanted data}

본 발명은 데이터 배열화 분류 및 가시화 정리 방법에 관한 것으로, 특히 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법에 관한 것이다.

일반적으로 다수의 변수에 대해 시간에 따른 변화값을 산출물로 하는 시뮬레이션 과정을 통해 얻은 하나 이상의 출력 파일을 분석해야 하는 경우 변수처리기와 데이터 처리기를 사용한다.

통상, 변수처리기와 데이터 처리기에 의한 하나 이상의 출력 파일 분석 과정은 다수의 변수를 포함하는 파일을 하나 이상 활용하고, 또한 임의의 변수가 하나 이상의 파일에 중복 될 수 있으며, 변수의 변화값이 기록되는 시간의 시작점, 종점, 시간간격이 파일별로 상이할 수 있다.

이 때, 중복되지 않는 변수들의 변화값을 추적하거나, 중복되는 변수들의 변화 차이를 추적하거나, 의미있는 변수를 선택하여 파일간에 비교하는 등의 결과 분석을 용이하게 하기 위해서 우선적으로 데이터의 분류 및 정리가 필요하다.

일례로, 하나의 해석에서 출력값으로 얻는 변수가 수십에서 수백개에 이르는 복잡한 상황에 대한 시뮬레이션을 수행하는 경우를 예로 들 수 있다.

상기 시뮬레이션 수행 작업은 변수가 수십에서 수백개에 이르는 하나의 해석을 다양한 상황에 대해 수행하여 다양한 시간 영역에 대해 다양한 출력 변수들을 포함하는 결과 데이터를 양산한다. 또한, 상황에 따라서는 시뮬레이션 결과의 검증을 위해 다수의 시뮬레이션 툴을 다양하게 이용하거나 실험값과 비교하기 위해 동일한 상황에 대해서도 다수의 결과 데이터를 양산한다.

이어, 다양한 또는 동일한 상황에 대한 다수의 결과 데이터를 분석하여 원하는 결과를 얻도록 각각의 출력파일들의 변수 종류와 중복 여부, 변화 정도 등을 구분하여, 변수 별로 그래프를 그릴 수 있도록 분류한다.

최종적으로, 분류 완료 후 많은 출력 변수들을 다루어야 하므로 그래프를 그려 경향을 확인한다.

이때, 기존의 상용 데이터 분석툴을 이용함으로써 분류 과정 및 그래프를 그려 경향을 확인하는 가정을 용이하게 한다.

국내특허공개공보 10-2009-0035128(2009년04월09일)

하지만, 변수처리기와 데이터 처리기로 기존의 상용 데이터 분석툴을 이용하는 경우 결과 데이터를 파일 단위로 개별 취급하거나, 다수의 파일을 일괄 처리하는 경우에는 파일에 일관성이 있어야 한다는 한계가 있다. 이로 인해, 기존의 상용 데이터 분석툴 이용의 한계 때문에 편의성의 차이는 있을 수 있으나, 결국 분류 및 비교를 통한 정리 작업이 데이터 분석작업 전에 수동으로 선행되어야 하는 어려움이 있을 수밖에 없다.

이에 상기와 같은 점을 감안한 본 발명은 여러 파일들을 동시에 비교 하여 파일을 변수별, 종류별로 분류하고 종류에 따라서 의미 있는 형태로 정리하는 과정을 자동으로 수행하고, 특히 다양한 분석 형태를 고려하여 분류 및 정리 과정에서 각 단계를 선택적으로 수행할 필요가 있는 점도 고려하여 단계의 선택으로 수동설정도 가능한 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법의 제공에 목적이 있다.

상기와 같은 목적을 달성하기 위한 본 발명의 데이터 배열화 분류 및 가시화 정리 방법은 변수처리기와 데이터 처리기를 이용하며, 다수의 데이터를 일시에 로드(load)하여, 데이터와 변수를 나열하는 시트를 만들고, 시트의 각 열에 각 파일별 변수명을 표시한다. 이 때, 각 변수는 변화 정도, 각 파일 내에서의 중복 여부, 서로 다른 파일에서의 공통 포함 여부 등으로 변수의 종류를 분류하고, 분류된 종류에 따라 색상으로 구분하여 변수명을 표시한다. 구분된 데이터는 한눈에 중복 여부, 공통 포함 여부, 변수의 변화 정도 등을 파악할 수 있도록 색으로 구분된다. 분류된 종류대로 데이터의 추출, 병합, 삭제, 그래프 그리기 등을 일괄적으로 수행할 수 있도록 함으로서 분석을 위한 전처리 작업을 최소화 하는 것을 특징으로 한다.

바람직한 실시예로서, 데이터 배열화 분류 및 가시화 정리 방법은 (A) 변수처리기에 의해 선택된 다수의 데이터에 대한 데이터 로딩이 일시에 이루어지고, 상기 데이터 로딩된 데이터와 데이터 변수를 나열하는 시트가 생성되며, 상기 시트의 각 열에 상기 데이터의 각각에 대한 파일별 변수명이 표시되는 단계; (B) 상기 변수처리기의 사전에 지정된 종류대로 상기 변수가 분류되고, 시간축 정렬이 이루어지는 제1단계; (C) 상기 변수처리기에 의해 변수그룹처리 후 분류된 모든 변수들이 파일별로 변수테이블로 정리되어 표시되는 제2단계; (D) 상기 변수처리기에 의해 그래프가 출력되는 그래프 기능이나 또는 데이터 처리기에 의해 다양한 데이터 처리가 수행되는 데이터 처리기능으로 구분된 제3단계; 로 수행되는 것을 특징으로 한다.

바람직한 실시예로서, 상기 제1단계는, (b-1) 상기 변수의 변수변화량분석이 이루어져 시계열 데이터가 구해진 다음, (b-2) 상기 변수의 변수종류분류이 이어진 후, (b-3) 상기 변수의 변수이름분류가 이루진 이후, (b-4) 상기 분류결과가 시간축 정렬된다. 상기 변수종류분류는 상기 시계열 데이터에서 사전에 지정된 사전지정변수로 구분되고, 상기 사전지정변수는 스위치 변수, 거의 변화 없는 변수, 일반 변수, 잡음 변수로 나누어진다. 상기 스위치 변수는 상기 변수 중 특정 두 값 또는 한 값이 지배적으로 많이 포함된 경우이고, 상기 일반 변수는 상기 변수들에게 대해 각 변수값의 최대값의 일정 비율 이상으로 변하는 경우이며, 상기 잡음은 주파수 영역에서 스펙트럼이 고르게 분포한 경우이다. 상기 스위치 변수는 on-off 동작을 하는 디지털 변수이고, 상기 거의 변화 없는 변수와 상기 일반 변수 및 상기 잡음 변수는 아날로그 변화값을 갖는 변수이다. 상기 변수이름분류는 중복과 공통 포함으로 구분되고, 상기 중복은 같은 변수명이 동일한 파일내에서 두 번 이상 포함된 경우이며, 상기 공통 포함은 서로 다른 파일내에서 두 번 이상 포함된 경우이다. 상기 시간축 정렬은 x축의 열로 값이 저장되는 출력 변수의 이름이 탭 또는 스페이스로 구분되어 저장되고, y축의 행은 사전 지정된 시간 간격에 따라 매 시간지점에서의 출력 변수들의 값이 저장된다. 상기 x축의 열에는 시간(Time)이 포함된다.

바람직한 실시예로서, 상기 제2단계는, 서로 다른 색으로 표시되어 변수 종류와 중복 및 공통 포함의 여부가 확인된다.

바람직한 실시예로서, 상기 제3단계에서, 상기 그래프 기능은 상기 변수테이블에 표시된 변수들을 하나이상 선택되어 그래프로 표시된다. 상기 데이터 처리기능은 데이터의 삭제, 추출, 병합 기능이 포함된다. 상기 삭제는 잡음 변수, 거의 변화 없는 변수를 선택적으로 일괄 삭제 하거나 또는 중복 변수를 하나만 남기고 삭제하는 기능을 포함하고; 상기 추출은 선택한 변수들의 원본 데이터(raw data)를 별도의 텍스트 파일로 저장하는 기능, 상기 스위치 변수들의 시작 시 on-off 상태 및 on-off 전환 시간값만 별도의 텍스트 파일로 저장해 주는 기능, 상기 병합 기능은 선택한 둘 이상의 파일을 중복된 내용 없이 하나의 파일로 합쳐주는 기능이다.

이러한 본 발명의 변수처리기와 데이터 처리기에 의한 상용 데이터 분석툴을 이용하는 데이터 배열화 분류 및 가시화 정리 방법은 다수의 파일을 로딩 한 후, 실질적인 비교 분석을 하기 전의 반복적인 전처리 작업들을 일괄적으로 수행해 주고, 이 과정을 거친 데이터를 시각적으로 한눈에 파악할 수 있도록 표시해 줌으로서 다량의 데이터 내에서 원하는 데이터의 선택을 용이하게 할 수 있다.

또한, 본 발명의 데이터 배열화 분류 및 가시화 정리 방법은 특정 집단의 데이터의 추출, 병합, 삭제, 그래프 그리기 등의 기능들을 선택적으로 수행할 수 있어서, 원하는 데이터의 선택 후에 필요한 데이터 처리 과정들도 용이하게 수행할 수 있다.

또한, 본 발명의 데이터 배열화 분류 및 가시화 정리 방법은 출력 변수와 파일의 수가 증가하더라도 분석자가 수행해야 하는 파일의 전처리 작업을 최소화화여, 데이터 분석에 보다 많은 시간을 할애할 수 있다.

도 1은 본 발명에 따른 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법의 순서도이고, 도 2는 본 발명에 따른 데이터 배열화 분류 및 가시화 정리 시 처리하는 데이터의 예이며, 도 3은 본 발명에 따른 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법으로 변수처리기가 표현한 그래프 기능의 예이고, 도 4는 본 발명에 따른 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법으로 데이터처리기가 표현한 데이터처리 기능의 예이다.

이하 본 발명의 실시예를 첨부된 예시도면을 참조로 상세히 설명하며, 이러한 실시예는 일례로서 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 여러 가지 상이한 형태로 구현될 수 있으므로, 여기에서 설명하는 실시예에 한정되지 않는다.

도 1은 본 실시예에 따른 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법의 순서도를 나타낸다. 이하, 데이터 배열화 분류 및 가시화 정리 방법의 수행은 변수처리기와 데이터 처리기로 이루어지며, 상기 변수처리기와 상기 데이터 처리기는 기존의 상용 데이터 분석툴과 같은 상용 데이터 분석툴을 의미한다.

S10의 데이터 선택은 다수의 데이터를 이용하고, S20의 데이터 로딩은 선택된 다수의 데이터에 대한 로드(load)를 일시에 수행한다. 상기 데이터 선택과 상기 데이터 로딩은 변수처리기가 수행하며, 상기 변수처리기는 데이터와 변수를 나열하는 시트를 만들고, 시트의 각 열에 각 파일별 변수명을 표시한다.

S30내지 S60은 데이터 배열화 분류 및 가시화 정리의 1단계로서, S30과 같이 변수들이 변수처리기에 의해 사전에 지정된 종류대로 분류되고, S40과 같이 시간축 정렬이 이루어지며, S50과 같이 파일의 추가에 따라 반복 수행된다.

일례로, S30은 S31의 변수변화량분석, S32의 변수종류분류, S33의 변수이름분류로 구분된다. S31의 변수변화량분석은 일시에 로드된 다수 데이터의 시간에 따른 변화값으로 구해진 산출물로서, 시계열 데이터이다. S32의 변수종류분류는 시계열 데이터에서 사전에 지정된 사전지정변수로 구분된다. 예를 들어, S32의 변수종류분류에서 변수 분류기는 특정 두 값 또는 한 값이 지배적으로 많이 포함된 변수들을 스위치 변수로 우선 분류한다. 그리고, 주파수 영역에서 스펙트럼이 고르게 분포하면 잡음으로 분류한다. 마지막으로 남은 변수들에게 대해 각 변수값의 최대값의 일정 비율 이상으로 변하는 변수들만 일반 변수로 분류하는 것과 같은 방법이다. 그러므로, 상기 사전지정변수가 스위치 변수, 거의 변화 없는 변수, 일반 변수, 잡음 변수의 4가지 변수로 구분된 경우, 상기 스위치 변수는 on-off 동작을 하는 디지털 변수이고, 반면 나머지 3가지인 거의 변화 없는 변수와 일반 변수 및 잡음 변수는 모두 아날로그 변화값을 갖는 변수로 구분된다. 이때, 변수처리기는 판단 기준에 따라 스위치 변수와 아날로그 값을 갖는 3가지 변수를 우선 분류하고, 특히 아날로그 값을 갖는 3가지 변수의 판단 기준은 해당 분석 내용에 따라 임의로 값 또는 수식으로 입력될 수 있다.

S33의 변수이름분류는 분류된 변수의 종류에서 변수명이 중복됨을 방지하기 위한 것으로, 이는 변수처리기에 의해 확인된 후 구분된다, 예를 들어, 같은 변수명이 동일한 파일내에서 두 번 이상 포함된 경우는 중복, 서로 다른 파일내에서 두 번 이상 포함된 경우는 공통 포함으로 구분하는 방식이다.

S40은 S30의 분류결과가 변수처리기에 의해 시간축 정렬되는 단계로서, 그 결과는 2를 통해 예시된다. 도시된 바와 같이, x축(열)으로 값이 저장되는 출력 변수의 이름이 구분자(탭, 스페이스 등)으로 구분되어 저장되고, 그 중 1열은 시간(Time)이다. y축(행)은 사전 지정된 시간 간격에 따라 매 시간지점에서의 출력 변수들의 값이 저장된다. 이 경우, 변수명의 다음 행에 단위가 포함되어 있으나, 본 방법의 적용에 있어서는 단위의 유무는 중요하지 않으며, 변수값이 저장되는 시간의 시작과 끝, 시간 간격, 출력 변수의 수와 종류 등이 데이터 마다 다를 수 있다. 도시된 예는, 본 발명의 방법을 통해 후처리를 수행하는 데이터가 시간 영역에서 해석 또는 측정 결과를 저장하는 전형적인 형태이다.

S30 및 S40의 작업은 S50과 같이 더 이상 파일 추가가 없을 때 까지 변수처리기에 의해 반복 수행된다.

한편, S60 및 S70은 데이터 배열화 분류 및 가시화 정리의 2단계로서, 2단계에서 변수처리기는 S60의 변수그룹처리 후 S70의 변수테이블로 정리함으로써 분류된 모든 변수들이 파일별로 테이블에 표시된다. 이 때, 변수처리기에 의해 분류된 변수 종류와 중복 및 공통 포함의 여부를 확인할 수 있도록 서로 다른 색으로 표시한다. 일례로, 상기 변수 테이블은 테이블 표시, 셀에 파일/변수명 표시, 변수종류별 색 표시, 변수그룹별 색 표시 등이 표현될 수 있다.

한편, S80내지 S100은 데이터 배열화 분류 및 가시화 정리의 3단계로서, 3단계에서는 변수처리기가 그래프를 그리는 그래프 기능이나 또는 데이터 처리기가 다양한 데이터 처리를 수행하는 데이터 처리기능으로 구분된다.

상기 그래프 기능은 S80과 같이 변수테이블에 표시된 변수들을 하나이상 선택할 수 있고, S90과 같이 그래프로 표시된다. 이때, 도 3의 그래프 기능의 표시 부분의 구현 예와 같이, 변수처리기는 변수테이블에 표시된 변수들을 하나이상 선택하여 한꺼번에 그래프로 표시해 주고, 선택된 변수들을 시각적으로 쉽게 비교할 수 있도록 다양한 형태로 변형한다.

상기 데이터 처리기능은 S100과 같이 데이터 처리기에 의한 데이터의 삭제, 추출, 병합 기능등의 데이터 처리를 포함한다. 상기 삭제는 잡음 변수, 거의 변화없는 변수를 선택적으로 일괄 삭제 하거나, 중복 변수를 하나만 남기고 삭제하는 기능을 포함한다. 이때, 데이터 처리기는 도 4의 데이터 처리 기능의 표시 부분과 같이, 전체 파일명 및 변수명 표시 영역(테이블)(1), 각 파일명 및 변수명 표시 셀(2), 데이터 처리 기능의 표시 부분(3), 그래프 기능의 표시 부분(4)로 구분하여 준다. 일례로, 상기 추출은 선택한 변수들의 원본 데이터(raw data)를 별도의 텍스트 파일로 저장하는 기능과 스위치 변수들의 시작 시 on-off 상태 및 on-off 전환 시간값만 별도의 텍스트 파일로 저장해 주는 기능을 포함한다. 일례로, 상기 병합 기능은 선택한 둘 이상의 파일을 중복된 내용 없이 하나의 파일로 합쳐주는 기능을 포함한다.

특히, S10내지 S100의 단계로 구현되는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법은 다음과 같은 경우에 크게 유용하다.

첫째로, 대부분의 경우는 하나 이상의 시간축 변화값을 갖는 출력 변수를 포함하는 결과 데이터가 발생하는 시간 영역(time domain)에서 측정 또는 해석을 하는 경우에 유용하다. 이러한 측정 또는 해석은 예를 들어, 재현성 확인을 위해 동일한 과정을 2회 이상 수행하거나 특정 시뮬레이션이나 기기에 의한 오류를 보상하기 위해 두 가지 이상의 방법을 병렬로 이용하는 경우도 있고, 경향 분석을 하기 위해 일부의 입력 변수를 달리해 가면서 유사한 상황에 대한 실험이나 시뮬레이션을 수행하는 경우도 많다. 그 결과 데이터의 수는 급격히 많아질 수밖에 없다.

둘째로, 출력 변수가 모두 시간 축에 대해 일정한 수준 이상의 변화를 보이는 것(varied type)과 달리, on-off 형태로만 동작하는 스위치 형태, 거의 변화없는 형태(rare varied type), 값의 변화가 없으나 잡음으로 인해 값의 변화가 있는 것처럼 보이는 형태(only noise) 등의 다양한 형태를 가지고, 각 데이터가 포함하는 변수의 종류나 수 역시 데이터마다 차이가 있을 수 있는 경우에 유용하다. 예를 들어 동일한 상황에 대해 서로 다른 시뮬레이션 툴을 사용하여 해석을 수행했다면, 해석결과로 얻는 두 출력 파일은 각각 포함하는 변수 종류, 변수의 수, 값을 기록하는 시간 간격 등이 다를 수 있다. 이런 경우에 다수의 데이터에서 의미 있는 변수를 선택하고, 선택한 변수의 특성을 분석하기 위해서는 많은 시간과 노력이 필요하다. 특히, 데이터가 포함하는 변수의 종류가 다양하고, 수가 많으며, 이러한 데이터의 수 또한 많은 경우에는 더욱 많은 시간과 노력이 필요할 수밖에 없다.

결과적으로, S10내지 S100의 단계로 구현되는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법은 데이터 분석 시 의미 있는 변수(일반 변수와 스위치 변수)와 여러개의 파일에 공통적으로 포함된 변수를 시각적으로 손쉽게 확인할 수 있으며, 확인한 변수들을 바로 비교 그래프로 확인할 수 있으므로 원하는 변수들을 용이하게 선택할 수 있다. 또한 이렇게 선택한 원하는 변수들을 추출하여 별도의 원본 데이터(raw data)로 만들 수 있으므로, 데이터 분석을 위한 사전 작업이 크게 줄어들 수 있다.

1 : 전체 파일명 및 변수명 표시 영역
2 : 각 파일명 및 변수명 표시 셀
3 : 데이터 처리 기능의 표시 부분
4 : 그래프 기능의 표시 부분

Claims

(A) 변수처리기에 의해 선택된 다수의 데이터에 대한 데이터 로딩이 일시에 이루어지고, 상기 데이터 로딩된 데이터와 데이터 변수를 나열하는 시트가 생성되며, 상기 시트의 각 열에 상기 데이터의 각각에 대한 파일별 변수명이 표시되는 단계;
(B) 상기 변수처리기의 사전에 지정된 종류대로 상기 변수가 분류되고, 시간축 정렬이 이루어지는 제1단계;
(C) 상기 변수처리기에 의해 변수그룹처리 후 분류된 모든 변수들이 파일별로 변수테이블로 정리되어 표시되는 제2단계;
(D) 상기 변수처리기에 의해 그래프가 출력되는 그래프 기능이나 또는 데이터 처리기에 의해 다양한 데이터 처리가 수행되는 데이터 처리기능으로 구분된 제3단계;
로 수행되는 것을 특징으로 하는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법.
청구항 1에 있어서, 상기 제1단계는 파일의 추가에 따라 반복 수행되는 것을 특징으로 하는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법.
청구항 1에 있어서, 상기 제1단계는, (b-1) 상기 변수의 변수변화량분석이 이루어져 시계열 데이터가 구해진 다음, (b-2) 상기 변수의 변수종류분류가 이어진 후, (b-3) 상기 변수의 변수이름분류가 이루어진 이후, (b-4) 분류결과가 시간축 정렬되는 것을 특징으로 하는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법.
청구항 3에 있어서, 상기 변수종류분류는 상기 시계열 데이터에서 사전에 지정된 사전지정변수로 구분되고, 상기 사전지정변수는 스위치 변수, 거의 변화 없는 변수, 일반 변수, 잡음 변수로 나누어지는 것을 특징으로 하는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법.
청구항 4에 있어서, 상기 스위치 변수는 상기 변수 중 특정 두 값 또는 한 값이 지배적으로 많이 포함된 경우이고, 상기 일반 변수는 상기 변수들에게 대해 각 변수값의 최대값의 일정 비율 이상으로 변하는 경우이며, 상기 잡음은 주파수 영역에서 스펙트럼이 고르게 분포한 경우인 것을 특징으로 하는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법.
청구항 4에 있어서, 상기 스위치 변수는 on-off 동작을 하는 디지털 변수이고, 상기 거의 변화 없는 변수와 상기 일반 변수 및 상기 잡음 변수는 아날로그 변화값을 갖는 변수인 것을 특징으로 하는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법.
청구항 3에 있어서, 상기 변수이름분류는 중복과 공통 포함으로 구분되고, 상기 중복은 같은 변수명이 동일한 파일내에서 두 번 이상 포함된 경우이며, 상기 공통 포함은 서로 다른 파일내에서 두 번 이상 포함된 경우인 것을 특징으로 하는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법.
청구항 3에 있어서, 상기 시간축 정렬은 x축의 열로 값이 저장되는 출력 변수의 이름이 탭 또는 스페이스로 구분되어 저장되고, y축의 행은 사전 지정된 시간 간격에 따라 매 시간지점에서의 출력 변수들의 값이 저장되는 것을 특징으로 하는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법.
청구항 8에 있어서, 상기 x축의 열에는 시간(Time)이 포함된 것을 특징으로 하는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법.
청구항 1에 있어서, 상기 제2단계는, 서로 다른 색으로 표시되어 변수 종류와 중복 및 공통 포함의 여부가 확인되는 것을 특징으로 하는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법.
청구항 1에 있어서, 상기 제3단계에서, 상기 그래프 기능은 상기 변수테이블에 표시된 변수들을 하나이상 선택되어 그래프로 표시되는 것을 특징으로 하는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법.
청구항 1에 있어서, 상기 제3단계에서, 상기 데이터 처리기능은 데이터의 삭제, 추출, 병합 기능이 포함된 것을 특징으로 하는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법.
청구항 12에 있어서, 상기 삭제는 상기 제1단계의 스위치 변수, 거의 변화 없는 변수, 일반 변수, 잡음 변수로 나누어진 사전지정변수 중 상기 잡음 변수, 상기 거의 변화 없는 변수를 선택적으로 일괄 삭제 하거나 또는 중복 변수를 하나만 남기고 삭제하는 기능을 포함하고;
상기 추출은 선택한 변수들의 원본 데이터(raw data)를 별도의 텍스트 파일로 저장하는 기능, 상기 스위치 변수들의 시작 시 on-off 상태 및 on-off 전환 시간값만 별도의 텍스트 파일로 저장해 주는 기능, 상기 병합 기능은 선택한 둘 이상의 파일을 중복된 내용 없이 하나의 파일로 합쳐주는 기능인 것을 특징으로 하는 관심 데이터 선택을 용이하게 하는 데이터 배열화 분류 및 가시화 정리 방법.