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.
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
PM<SUB>10</SUB> 농도는 시간 및 공간 의존성을 동시에 가지는 시공간 데이터이지만 현실적으로 연속적인 시공간 데이터를 획득하는 것은 쉬운 일이 아니다. 본 연구에서는 위성영상과 대기질 및 기상 관측 센서 데이터를 복합적인 딥러닝 모델에 적용하여 시공간 해상도를 향상시키는 모델을 설계하였다. 설계된 딥러닝 모델은 기상, 토지 이용 등 PM<SUB>10</SUB> 농도에 영향을 줄 수 있는 인자를 이용하여 학습하였으며, 대기질 및 기상 관측 데이터만을 이용하여 15분 단위의 시간해상도와 30m × 30m의 공간해상도를 갖는 PM<SUB>10</SUB> 영상을 생성하였다.
목차
Abstract
초록
1. 서론
2. 연구 배경 및 목적
3. PM₁₀ 시공간 해상도 향상을 위한 모델 설계
4. 실험 결과 및 분석
References
참고문헌 (14)
참고문헌 신청
Abderrahim, H., Chellali, M.R., and Hamou, A. (2016), Forecasting PM 10 in Algiers: Efficacy of multilayer perceptron networks, Environmental Science and Pollution Research, Vol. 23, No. 2, pp. 1634-1641.
Hochreiter, S. and Jurgen S. (1997), Long short-term memory, Neural Computation, Vol. 9, No. 8, pp. 1735-1780.
Hooyberghs, J., Mensink, C., Dumont, G., Fierens, F., and Brasseur, O. (2005), A neural network forecast for daily average PM10 concentrations in Belgium, Atmospheric Environment, Vol. 39, No. 18, pp. 3279-3289.
Kingma, D.P. and Welling, M. (2013), Auto-encoding variational bayes, 2nd Proceedings of the International Conference on Learning Representations, ICLR, 2-4 May, Scottsdale, Arizona, USA
Kingma, D.P., Mohamed, S., Rezende, D.J., and Welling, M. (2014), Semi-supervised learning with deep generative models, In Advances in Neural Information Processing Systems, pp. 3581-3589.
Hochreiter, S. and Jurgen S. (1997), Long short-term memory, Neural Computation, Vol. 9, No. 8, pp. 1735-1780.
Hooyberghs, J., Mensink, C., Dumont, G., Fierens, F., and Brasseur, O. (2005), A neural network forecast for daily average PM10 concentrations in Belgium, Atmospheric Environment, Vol. 39, No. 18, pp. 3279-3289.
Kingma, D.P. and Welling, M. (2013), Auto-encoding variational bayes, 2nd Proceedings of the International Conference on Learning Representations, ICLR, 2-4 May, Scottsdale, Arizona, USA
Kingma, D.P., Mohamed, S., Rezende, D.J., and Welling, M. (2014), Semi-supervised learning with deep generative models, In Advances in Neural Information Processing Systems, pp. 3581-3589.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝 기반 시공간 데이터 보간 알고리즘 비교 분석
한국정보과학회 학술발표논문집
2022 .06
-
고해상도 위성영상에 대한 딥러닝 기반의 표적 변화 탐지
한국항공우주학회 학술발표회 초록집
2022 .11
-
딥러닝 기반 위성영상 복원에 관한 연구
한국통신학회 학술대회논문집
2020 .11
-
딥러닝 기반 위성영상 건물 분류에 관한 연구
대한공간정보학회 학술대회
2019 .05
-
다해상도 위성영상 초해상도를 위한 역투영 피라미드 모델
한국항공우주학회 학술발표회 초록집
2019 .11
-
딥러닝 기법을 이용한 고해상도 위성영상의 융합 기법
한국측량학회 학술대회자료집
2022 .04
-
딥러닝을 이용한 광학위성영상 유출유 탐지
한국해양환경·에너지학회 학술대회논문집
2022 .11
-
판독 작업 활용을 위한 위성 영상에 대한 딥러닝 기반 객체 검출 기법 비교 분석
정보 및 제어 논문집
2020 .10
-
딥러닝 기술 기반 아리랑 위성 영상 해상도 향상 연구
한국항공우주학회 학술발표회 초록집
2019 .11
-
위성영상을 이용한 Super Resolution(SR)을 위한 자동화 알고리즘
한국인터넷방송통신학회 논문지
2018 .01
-
딥러닝
소음·진동
2017 .05
-
서로 다른 영상품질을 가지는 두 개의 광학위성을 이용한 새로운 딥러닝 기반 영상 초고해상화 기술 개발
한국항공우주학회 학술발표회 초록집
2022 .04
-
딥러닝을 이용한 저해상도 영상의 고해상도 영상 변환
대한공간정보학회 학술대회
2023 .06
-
위성 이미지에서의 항공기 탐지를 위한 딥러닝 모델 성능 비교 및 초해상화 기법의 영향 평가
한국항공우주학회 학술발표회 초록집
2024 .06
-
딥러닝 기반 위성영상 정합에 대한 연구
한국항공우주학회 학술발표회 초록집
2021 .11
-
딥러닝 기반 위성영상 초해상화 연구
대한공간정보학회 학술대회
2021 .06
-
고해상도 위성영상 간 상호등록을 위한 딥러닝 기반의 오정합쌍 제거
한국측량학회 학술대회자료집
2022 .04
-
딥 러닝 기법을 적용한 센서 고장 데이터 처리에 관한 연구
한국통신학회 학술대회논문집
2017 .11
-
딥러닝을 이용한 광학위성영상 활용기술 동향 분석
한국통신학회 학술대회논문집
2019 .01
-
항공영상을 이용한 다목적실용위성 3A호 영상의 딥러닝 기반 초고해상도화
한국항공우주학회 학술발표회 초록집
2022 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
전기상용차 구조변환을 위한 표준 기술
신외경
오토저널
2020
.07
딥러닝을 이용한 인쇄시장에서의 별색 색좌표 예측에 대한 연구
서지훈
,
태현철
대한산업공학회 추계학술대회 논문집
2020
.11
미세먼지 예측을 위한 기계학습 모델 간 성능 비교 연구: 국내 발생 데이터를 중심으로
성상하
,
김상진
,
류민호
한국혁신학회지
2020
.11
딥러닝 기반 무인전력설비 감시시스템 개발을 위한 학습 데이터 셋 구축 연구
정남준
,
채창훈
,
황명하
외 1명
전기학회논문지
2020
.07
가상 3D 라이다 기반 객체 분류 딥러닝 학습 데이터셋 구축 방법에 관한 연구
장형준
,
손원일
,
안태원
외 2명
한국자동차공학회논문집
2020
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-533-000263958