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.
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
머신러닝 기법을 활용한 분석에서 훈련 데이터의 샘플링 전략은 예측 정확도 뿐 만 아니라 일반화 능력에도 많은 영향을 미친다. 특히, 산사태 취약성 분석의 경우, 산사태 발생부에 대한 정보에 비해 산사태 미발생부에 대한 정보가 과도하게 많은 데이터 불균형 현상이 발생하며, 이에 따라 분석 모델의 훈련 데이터 설계 시 데이터 샘플링 과정이 필수적이다. 그러나 기존의 연구들은 대부분 산사태 미발생부 선택 시 발생부 데이터와 1:1의 비율을 갖도록 무작위로 선택하는 방법을 적용하였을 뿐, 특정한 선택 기준에 따라 분석을 수행하지 않았다. 따라서 본 연구에서는 훈련 데이터의 샘플링 전략이 모델의 예측 성능에 미치는 결과를 확인하기 위하여 산사태 발생부와 미발생부의 샘플링 전략기준에 따라 서로 다른 6개의 시나리오를 만들어 Random Forest 모델의 훈련에 사용하였다. 또한 Random Forest의 결과 중 하나인 변수 중요도를 각 산사태 유발인자들에 가중치로 곱하여 줌으로써 산사태 취약지수 값을 산정하였으며, 취약지수 값을 이용해 산사태 취약성도를 제작하고 각 결과 지도의 정확도를 비교 분석하였다. 분석 결과, 훈련데이터의 샘플링 방법에 상관없이 두 지역의 산사태 취약성 분석 결과는 모두 70~80%의 정확도를 보였다. 이를 통해 Random Forest 기법의 산사태 취약성 분석기법으로서의 적용 가능성을 확인하였으며, Random Forest 모델이 제공하는 입력변수의 중요도를 산사태 유발인자 가중치로 활용할 수 있음을 확인하였다. 또한 훈련 시나리오 간의 정확도를 비교한 결과, 특정한 기준에 의해 훈련 데이터를 설계하는 것이 기존의 랜덤 선택 방법보다 높은 예측 정확도를 기대할 수 있음을 확인하였다.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
로지스틱 회귀 모델을 이용한 우면산 산사태 취약성도 제작 및 현장조사를 통한 사후검증
대한원격탐사학회지
2017 .12
-
머신러닝 모델을 이용한 데이터 탐색(Exploratory Data Analysis) 및 데이터 기반의 제천시 산사태 취약성 분석
대한지질학회 학술대회
2022 .10
-
Deep Neural Network와 Convolutional Neural Network 모델을 이용한 산사태 취약성 매핑
대한원격탐사학회지
2022 .12
-
Evidential Belief Function, Weight of Evidence 및 Artificial Neural Network 모델을 이용한 산사태 공간 취약성 예측 연구
대한원격탐사학회지
2019 .01
-
빈도비와 Cosine Amplitude Method를 이용한 진부지역의 퍼지기반 산사태 취약성 예측기법 비교 연구
자원환경지질
2017 .01
-
물리 기반 모델과 데이터 기반 모델을 결합한 산사태 취약성 융합 모델 연구
대한지질학회 학술대회
2024 .10
-
산림분야 온실가스 인벤토리 산정을 위한 산림활동 자료 구축 및 산림경영률 산정
한국기후변화학회지
2020 .02
-
성인대상의 산림교육 활성화를 위한 정책 중요도와 만족도 분석 연구 - 대구광역시를 사례로 -
한국환경과학회지
2020 .06
-
Exploring class imbalance with under-sampling, over-sampling, and hybrid sampling based on Mahalanobis distance for landslide susceptibility assessment: a case study of the 2018 Iburi earthquake induced landslides in Hokkaido, Japan
Geosciences Journal
2024 .02
-
Co-seismic landslide susceptibility mapping using a random forest ensemble of frequency ratio, evidential belief and weight of evidence method using GIS
대한지질학회 학술대회
2017 .10
-
강우변화에 따른 토층 내 침투깊이를 고려한 산사태위험지수 개발
The Journal of Engineering Geology
2018 .01
-
Current and Future Status of GIS-based Landslide Susceptibility Mapping: A Literature Review
대한원격탐사학회지
2019 .01
-
A comparative study of landslide susceptibility maps using logistic regression, frequency ratio, decision tree, weights of evidence and artificial neural network
Geosciences Journal
2016 .01
-
산림경관과 치유 효과에 관한 국내문헌 고찰
한국환경과학회지
2021 .07
-
언론보도를 통한 지진에 의한 산사태 발생특성 분석: 최근 10년(2009-2018)간 국내 언론에 보도된 국외사례를 중심으로
한국재난정보학회 논문집
2020 .01
-
도시숲에서 PM10과 PM2.5의 저감효과에 관한 연구
한국대기환경학회 학술대회논문집
2019 .11
-
로지스틱 회귀와 인공신경망을 이용한 상주 지역 산사태 취약성 분석
대한지질학회 학술대회
2021 .10
-
Earthquake induced landslide susceptibility mapping by comparing MaxEnt and Random Forest models : a case study from Nepal Himalaya
대한지질학회 학술대회
2016 .10
-
강우 특성과 지반의 지질공학적 특성을 고려한 포항지역의 산사태 취약성 분석
대한지질학회 학술대회
2015 .10
-
코시 군집 과정을 이용한 산사태 자료 분석
응용통계연구
2016 .02
이 논문의 저자 정보
최근 본 자료
댓글(0)
0