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
- 학술대회자료
- 저자정보
- 발행연도
- 2018.1
- 수록면
- 147 - 147 (1page)
이용수
초록· 키워드
오류제보하기
In this article, we use an open source software library: TensorFlow, developed for the purposes of conducting very complex machine learning and deep neural network applications. However, the system is general enough to be applicable in a wide variety of other domains as well. The proposed model based on a deep neural network model, LSTM (Long Short-Term Memory) to predict the river water level at Okcheon Station of the Guem River without utilization of rainfall - forecast information. For LSTM modeling, the input data is hourly water level data for 15 years from 2002 to 2016 at 4 stations includes 3 upstream stations (Sutong, Hotan, and Songcheon) and the forecasting-target station (Okcheon). The data are subdivided into three purposes: a training data set, a testing data set and a validation data set. The model was formulated to predict Okcheon Station water level for many cases from 3 hours to 12 hours of lead time. Although the model does not require many input data such as climate, geography, land-use for rainfall-runoff simulation, the prediction is very stable and reliable up to 9 hours of lead time with the Nash - Sutcliffe efficiency (NSE) is higher than 0.90 and the root mean square error (RMSE) is lower than 12cm. The result indicated that the method is able to produce the river water level time series and be applicable to the practical flood forecasting instead of hydrologic modeling approaches.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Implementation of Multi-LSTM Model for Water Level Prediction
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2022 .01
-
딥러닝 기반 LSTM 모형을 이용한 감조하천 수위 예측
한국수자원학회논문집
2018 .01
-
LSTM을 이용한 하천수위 예측기법
한국정보과학회 학술발표논문집
2020 .12
-
Water Level Tr acking System based on Morphology and Template Matching
멀티미디어학회논문지
2018 .12
-
Prediction of pedestrian trajectory based on long short-term memory of data
제어로봇시스템학회 국제학술대회 논문집
2021 .10
-
실시간 수위 예측을 위한 시공간 특징공학적 최적학습모델
정보과학회 컴퓨팅의 실제 논문지
2024 .09
-
하천 범람 예측을 위한 인공지능 수위 예측 시스템 설계
한국정보통신학회논문지
2020 .02
-
Algorithms vs. Data? LSTM model based Demand Forecasting Using External Weather
한국지능정보시스템학회 학술대회논문집
2020 .06
-
Stock prediction based on random forest and LSTM neural network
제어로봇시스템학회 국제학술대회 논문집
2019 .10
-
LSTM 순환신경망을 이용한 단기전력 가격 예측
Proceedings of KIIT Conference
2018 .06
-
AI-Enhanced Predictive Maintenance in Manufacturing Processes
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
LSTM을 이용한 전력 데이터 예측
한국정보과학회 학술발표논문집
2016 .12
-
장단기 메모리를 이용한 새로운 선박 이동 경로 예측 방법
전기학회논문지
2020 .07
-
Deep Learning(LSTM)을 이용한 강우량 단기 예측
대한토목학회 학술대회
2022 .10
-
LSTM 기반 딥러닝 기술을 활용한 수온 변화 예측
한국정보통신학회 여성 ICT 학술대회 논문집
2020 .08
-
LSTM 기반의 다중 차량 경로 예측 네트워크
제어로봇시스템학회 국내학술대회 논문집
2020 .07
-
LSTM을 활용한 국내 코로나19 기간 별 확진자 수 예측 연구
대한전자공학회 학술대회
2022 .06
-
강수량과 비점오염원 급증에 따른 물관리정책과 기술대책
한국수처리학회지
2019 .01
-
하천수 열원 히트펌프 시스템의 적용 가능성 분석
대한설비공학회 학술발표대회논문집
2022 .06
-
Study based on LSTM model of Artificial Neural Network for Predicting Electrical Energy Utilization
대한전기학회 학술대회 논문집
2022 .10
이 논문의 저자 정보
최근 본 자료
댓글(0)
0