머신러닝 클러스터링을 이용한 컬럼 관측에 따른 대기 에어로솔 특성 분석

이권호; 이규태

doi:10.5572/KOSAE.2020.36.5.608

추천

검색

질문

자료유형: 학술저널

저자정보: 이권호 (강릉원주대학교) 이규태 (강릉원주대학교)

저널정보: 한국대기환경학회 한국대기환경학회지(국문) 한국대기환경학회지 제36권 제5호

발행연도: 2020.10

수록면: 608 - 619 (12page)

DOI: 10.5572/KOSAE.2020.36.5.608

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

In this study, we classify atmospheric aerosols according to column measurement and meteorology patterns using machine learning technique. The observation data is the aerosol optical thickness (AOT), angstrom exponent (AE), precipitable water vapor (PWV), and wind at Daegwallyeong (DGL) and Gangneung-Wonju National University (GWNU) from March to June 2016. As a result of time series analysis and correlation regression analysis for individual data, higher mean AOT of 0.063 (32.0%) and AE ~0.031 in Gangneung compared to Daegwanryeong were found. These results show that the size of aerosols at two locations is similar, but the load of the particles is higher in Gangneung. The unsupervised K-means clustering are used as machine learning techniques in order to classify aerosol distribution pattern in the study area. As a result of the machine learning, aerosol patterns were classified into five groups according to local atmospheric conditions. These results of this study will provide useful information for understanding the relationship between factors related to the current status and pattern analysis of aerosols based on atmospheric observation data.

#Aerosol #Machine learning #Aerosol optical thickness #Classification #Air quality

참고문헌 (18)

참고문헌 신청

차진욱 / 2018 / 미세먼지 수치 예측 모델 구현을 위한 데이터마이닝 알고리즘 개발 / 한국정보통신학회논문지 22(4):595~601

Charrad, M. / 2014 / NbClust : An R package for determining the relevant number of clusters in a data set / Journal of Statistical Software 61(6):1~36

조경우 / 2019 / 미세먼지 예측을 위한 기계 학습 알고리즘의 적합성 평가 / 한국정보통신학회논문지 23(1):20~26

조경학 / 2019 / 심층 신경망을 이용한 대기질 예측 / 한국대기환경학회지 35(2):214~225

Dubovik, O. / 2000 / A flexible inversion algorithm for retrieval of aerosol optical properties from Sun and sky radiance measurements / Journal of Geophysical Research 105:20673~20696

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이권호

소속기관 국립강릉원주대학교

주요연구분야 자연과학 > 지구과학 > 대기과학 TOP 1% 자연과학 > 물리학

논문수 147 이용수 10,893

이규태

소속기관 강릉원주대학교

주요연구분야 자연과학 > 지구과학 > 대기과학 TOP 10% 공학 > 재료·에너지공학 > 기타 재료·에너지공학

논문수 127 이용수 8,784

이 논문과 함께 이용한 논문

시계열 머신러닝 기법을 이용한 컬럼에어로솔 예측 및 평가

김영일 , 이권호 , 이규태 한국대기환경학회지(국문) 2022 .02

ConvLSTM-Based COVID-19 Outbreak Prediction using Feature Combination of Multivariate Dataset

김예진 , 김석연 , 장윤 Journal of KIISE 2021 .04

Himawari-8/AHI 관측자료를 이용한 주요 대기 에어로솔 탐지 및 분류 방법

이권호 , 이규태 한국대기환경학회지(국문) 2018 .06

대기오염물질 배출량 산정을 위한 국내 농업잔재물 소각량 추정

유근배 , 이병태 , 한경만 외 4명 한국대기환경학회지(국문) 2022 .06

군산시 도시대기 측정망자료 (2017~2019년) 분석에 따른 지역 대기오염물질 특성 연구

박상훈 , 김성천 , 김득수 한국대기환경학회지(국문) 2022 .06

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (18)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)