메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김연중 (인제대학교) 김태우 (인제대학교) 윤종성 (인제대학교) 김명규 (HTI Korea)
저널정보
한국해양공학회 한국해양공학회지 한국해양공학회지 제33권 제6호(통권 제151호)
발행연도
2019.12
수록면
590 - 596 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Numerous deaths and substantial property damage have occurred recently due to frequent disasters of the highest intensity according to the abnormal climate, which is caused by various problems, such as global warming, all over the world. Such large-scale disasters have become an international issue and have made people aware of the disasters so they can implement disaster-prevention measures. Extensive information on disaster prevention actively has been announced publicly to support the natural disaster reduction measures throughout the world. In Japan, diverse developmental studies on disaster prevention systems, which support hazard map development and flood control activity, have been conducted vigorously to estimate external forces according to design frequencies as well as expected maximum frequencies from a variety of areas, such as rivers, coasts, and ports based on broad disaster prevention data obtained from several huge disasters. However, the current reduction measures alone are not sufficiently effective due to the change of the paradigms of the current disasters. Therefore, in order to obtain the synergy effect of reduction measures, a study of the establishment of an integrated system is required to improve the various disaster prevention technologies and the current disaster prevention system. In order to develop a similar typhoon search system and establish a disaster prevention infrastructure, in this study, techniques will be developed that can be used to forecast typhoons before they strike by using artificial intelligence (AI) technology and offer primary disaster prevention information according to the direction of the typhoon. The main function of this model is to predict the most similar typhoon among the existing typhoons by utilizing the major typhoon information, such as course, central pressure, and speed, before the typhoon directly impacts South Korea. This model is equipped with a combination of AI and DNN forecasts of typhoons that change from moment to moment in order to efficiently forecast a current typhoon based on similar typhoons in the past. Thus, the result of a similar typhoon search showed that the quality of prediction was higher with the grid size of one degree rather than two degrees in latitude and longitude.
#Disaster prevention system 방재 시스템 #Artificial intelligence 인공지능 #Deep learning 딥러닝 #Big data 빅데이터

목차

ABSTRACT
1. 서론
2. 심층학습(Deep learning)
3. 유사태풍 예측 시스템 구축
4. 유사태풍 예측 결과
5. 결론
References

참고문헌 (9)

참고문헌 신청
National Institute of Informatics (NII), 2019. Digital Typhoon. [Online] Available at: [Accessed June 2019]. Japan Meteorological Agency (JMA), 2019. Numerical Weather Prediction Activities Service System. [Online] Available at: [Accessed June. 2019]. Kim, Y-J., Tanaka, K., Nakashima, H., Nakakita, E., 2015. Debris Flow Prevention Countermeasures with Urban Inundation in a Multihazard-Environment. International Journal of Erosion Control Engineering, 9(2), 58-67. https://doi.org/10.13101/ijece.9.58 Crossref Kim, Y-J., Kim, T-W,, Yoon, J-S,, Kim, I-H., 2019. Study on Prediction of Similar Typhoons through Neural Network Optimization. Journal of Ocean Engineering and Technology, 33(5), 427-434. https:// doi.org/10.26748/KSOE.2019.065 Crossref Srivastava. N., Hinton. G., Krizhevsky, A., Sutskever, I., Salakhutdinov, R., 2014. Dropout: A Simple Way to Prevent Neural Networks from Overfitting. Journal of Machine Learning Research, 15, 1929-1958. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

SNS에서 텍스트-칼라영상의 교차양식 검색을 위한 데이터셋 구축과 딥러닝 모델
김강섭 ,  이준환 한국통신학회논문지 2019 .09
딥러닝 기법을 이용한 태풍 강도 분석
민세윤 ,  김재환 ,  최대성 외 1명 한국기상학회 학술대회 논문집 2019 .05

최근 본 자료

전체보기

댓글(0)

0