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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2019.8
- 수록면
- 349 - 360 (12page)
- DOI
- 10.7232/JKIIE.2019.45.4.349
이용수
초록· 키워드
오류제보하기
It is crucial to predict the intensity of typhoons since they cause massive casualties and damage in property. We propose a model for estimating the maximum wind speed of typhoons using Convolutional Recurrent Neural Network (CRNN). Compared to the current method in investigating typhoons which is fully subjected to the meteorologist’s analyzing skill and domain knowledge, the proposed model assists meteorologists to obtain the objective analysis of typhoons. In previous studies, they construct the model utilizing only CNN. However, our suggested model is built with CNN followed by LSTM to consider the fact that the typhoons occur sequentially. We train the model by using each single channel in COMS satellite data composed of IR1, IR2, WV, and SWIR. As a result, the CRNN model trained on WV shows the lowest RMSE error, which is 9.84knot.
목차
1. 서론
2. 선행연구
3. 데이터 설명 및 전처리
4. 모델
5. 실험 결과
6. 결론
참고문헌
참고문헌 (17)
참고문헌 신청
Cha, Y.-M., Kim, J.-Y., Jang, G.-H., and Shin, D.-S. (2014), Building Typhoon Best Track Production System, Proceedings of the Meeting of Korea Meteorology Society(KMS), 19-20.
Chen, B., Chen, B. F., and Lin, H. T. (2018), Rotation-blended CNNs on a New Open Dataset for Tropical Cyclone Image-to-intensity Regression, In Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, ACM, 90-99.
Dozat, T. (2016), Incorporating nesterov momentum into adam.
Dvorak, V. F. (1973), A technique for the analysis and forecasting of tropical cyclone intensities from satellite pictures, U.S. Department of Commerce, National Oceanic and Atmospheric Administration, National Environmental Satellite Service.
He, K., Zhang, X., Ren, S., and Sun, J. (2016), Deep residual learning for image recognition, In Proceedings of the IEEE conference on computer vision and pattern recognition, 770-778.
Chen, B., Chen, B. F., and Lin, H. T. (2018), Rotation-blended CNNs on a New Open Dataset for Tropical Cyclone Image-to-intensity Regression, In Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, ACM, 90-99.
Dozat, T. (2016), Incorporating nesterov momentum into adam.
Dvorak, V. F. (1973), A technique for the analysis and forecasting of tropical cyclone intensities from satellite pictures, U.S. Department of Commerce, National Oceanic and Atmospheric Administration, National Environmental Satellite Service.
He, K., Zhang, X., Ren, S., and Sun, J. (2016), Deep residual learning for image recognition, In Proceedings of the IEEE conference on computer vision and pattern recognition, 770-778.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
양방향 순환신경망을 이용한 태풍 이동 경로 예측
Proceedings of KIIT Conference
2020 .10
-
인공위성 자료를 이용한 Faster R-CNN 기반 태풍 식별 및 강도·중심위치 산출
대한산업공학회지
2019 .10
-
Analysis and probabilistic modeling of wind characteristics of an arch bridge using structural health monitoring data during typhoons
Structural engineering and mechanics : An international journal
2017 .01
-
기후변화를 반영한 가능최대풍속 산정
공학기술논문지
2016 .06
-
해안 방재를 위한 한반도의 태풍 특성 변화 연구
한국해안·해양공학회논문집
2022 .12
-
Investigation of Typhoon Wind Speed Records on Top of a Group of Buildings
International journal of high-rise buildings
2019 .01
-
태풍타입별 피해 분석 및 다중회귀분석을 활용한 태풍피해예측모델 개발 연구
한국건축시공학회지
2016 .01
-
A Review on the Building Wind Impact through On-site Monitoring in Haeundae Marine City: 2021 12th Typhoon OMAIS Case Study
한국해양공학회지
2021 .12
-
뉴럴 네트워크의 최적화에 따른 유사태풍 예측에 관한 연구
한국해양공학회지
2019 .10
-
딥러닝을 이용한 연안방재 시스템 구축에 관한 연구
한국해양공학회지
2019 .12
-
태풍 시뮬레이션을 통한 한반도 극한풍속 추정
한국전산구조공학회논문집
2016 .01
-
Beach Area Changes and Resilience of the Eastern Coasts Before and After Typhoon Goni
한국해양공학회지
2024 .10
-
태풍 재난에 따른 고층 건축물 피해사례 및 관련 법규 조사 연구
대한건축학회 학술발표대회 논문집
2017 .10
-
표준태풍 모의를 통한 해일고 빈도해석
한국해안·해양공학회논문집
2016 .10
-
해양 환경 내 태풍을 고려한 동적 경로 계획
대한산업공학회지
2020 .10
-
수치모의를 통한 고리원전 연안 태풍해일특성 분석
공학기술논문지
2017 .12
-
Logic tree approach for probabilistic typhoon wind hazard assessment
Nuclear Engineering and Technology
2019 .01
-
순환 신경망과 합성곱 신경망을 이용한 개체명 인식
한국정보과학회 학술발표논문집
2017 .06
-
Convolutional and Recurrent Neural Network을 이용한 맬웨어 분류
대한전자공학회 학술대회
2017 .06
-
관측기반 비대칭 태풍 바람장 모델을 이용한 제주 인근 극한풍속 산출
한국신·재생에너지학회 학술대회 초록집
2018 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-530-000945328