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.
초록· 키워드
오류제보하기
최근 딥러닝을 활용한 데이터 분석 연구가 다양한 분야에서 진행되고 있다. 본 논문에서는 딥러닝 모델인 MLP (Multi-Layer Perceptron)와 LSTM (Long Short-Term Memory) 모델을 통해 ZWD (Zenith tropospheric Wet Delay)을 추정함으로써 딥러닝을 활용한 GNSS (Global Navigation Satellite System) 기반 기상 연구를 수행하였다. 딥러닝 모델은 기상 데이터와 천정방향 대류권 총 지연, 건조지연을 통해 추정한 ZWD로 학습되었고, 학습에 사용되지 않은 기상 데이터를 학습된 모델에 적용하여 두 모델에서 센티미터 수준의 RMSE (Root Mean Square Error)로 ZWD 결과를 산출하였다. 추후 해안지역의 GNSS 데이터를 함께 사용하고 시간 해상도를 높여 다양한 상황에서도 ZWD가 추정될 수 있도록 추가적인 연구가 수행될 필요가 있다.
목차
Abstract
초록
1. 서론
2. GNSS 습윤 지연 추정
3. 실험 및 결과
4. 결론
References
참고문헌 (16)
참고문헌 신청
Bae, T.-S. (2018), Accuracy analysis of GNSS-based public surveying and proposal for work processes, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 36, No. 6, pp. 457-467.
Bevis, M., Businger, S., Herring, T.A., Rocken, C., Anthes, R., and Ware, R.H. (1992), GPS meteorology-remote sensing of atmospheric water vapor using the Global Positioning System, Journal of Geophysical Research, Vol. 97, No. D14, pp. 15787-15801.
GDC (2020), Global Navigation Satellite System Integrated Data Center home page, http://gnssdata.or.kr (last date accessed: 20 November 2020).
Hofmann-Wellenhof, B., Lichtenegger, H., and Collines, J. (2001), GPS Theory and Practice, Springer-Verlag Wien New York, Wien, Austria, 382p.
Jason, H. (2020), Using machine learning to Nowcast precipitation in high resolution, Google AI Blog, https://ai.googleblog.com/2020/01/using-machine-learning-tonowcast.html (last date accessed: 10 November 2020).
Bevis, M., Businger, S., Herring, T.A., Rocken, C., Anthes, R., and Ware, R.H. (1992), GPS meteorology-remote sensing of atmospheric water vapor using the Global Positioning System, Journal of Geophysical Research, Vol. 97, No. D14, pp. 15787-15801.
GDC (2020), Global Navigation Satellite System Integrated Data Center home page, http://gnssdata.or.kr (last date accessed: 20 November 2020).
Hofmann-Wellenhof, B., Lichtenegger, H., and Collines, J. (2001), GPS Theory and Practice, Springer-Verlag Wien New York, Wien, Austria, 382p.
Jason, H. (2020), Using machine learning to Nowcast precipitation in high resolution, Google AI Blog, https://ai.googleblog.com/2020/01/using-machine-learning-tonowcast.html (last date accessed: 10 November 2020).
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
실측 기압과 고정밀 GNSS 자료처리 ZWD 추정값을 기반으로 하는 대류권 지연 추정 모델 개발
한국측량학회지
2023 .10
-
딥러닝 모델에 따른 대류권 지연 추정 분석
대한토목학회 학술대회
2022 .10
-
GNSS 공공측량에서의 대류권 지연오차 추정과 프로세스 개선
한국측량학회 학술대회자료집
2019 .04
-
기상 데이터를 이용한 다층 퍼셉트론 기반 대류권 천정 습윤 지연 예측
한국측량학회 학술대회자료집
2020 .07
-
회귀 알고리즘 기반 대류권 지연 추정
한국측량학회 학술대회자료집
2021 .11
-
GNSS측량에 의한 산악지 표고결정에서 대류권 지연량 분석
대한공간정보학회 학술대회
2017 .10
-
딥러닝 기반의 차량 위치 추정 시스템에 대한 연구
한국측량학회 학술대회자료집
2018 .04
-
GNSS 가강수량 추정시 건조 지연 모델에 의한 복원 정밀도 해석
한국측량학회지
2019 .08
-
GNSS PWV와 기상인자를 통한 딥러닝 기반의 강수예측 알고리즘 선정
대한토목학회 학술대회
2017 .10
-
딥러닝 기반의 자동차 위치 추정에 대한 연구
대한공간정보학회 학술대회
2018 .11
-
회귀분석과 딥러닝의 예측 정확성에 대한 비교 그리고 딥러닝 모델 최적화를 위한 기법들의 중요성에 대한 실증적 분석
한국전자통신학회 논문지
2023 .04
-
GRU 모델 기반 대류권 지연 추정
한국측량학회 학술대회자료집
2022 .04
-
한반도 지역 SBAS 대류층 지연 보정 모델의 정확도 검증
한국항행학회논문지
2016 .01
-
GPS 위성 고도각에 따른 대류권 천정 총 지연량 해석
대한공간정보학회 학술대회
2015 .05
-
딥러닝
소음·진동
2017 .05
-
기상인자와 RNN을 이용한 딥러닝 기반의 강수예측
한국측량학회 학술대회자료집
2017 .04
-
효율적 딥 러닝을 위한 이미지 전처리 알고리즘 분석
한국정보통신학회 종합학술대회 논문집
2020 .07
-
Evaluation of Multi-Constellation GNSS Positioning Using Double Differenced Observations
제어로봇시스템학회 국제학술대회 논문집
2021 .10
-
Impact of Tropospheric Modeling Techniques on Ellipsodial Height Determination by GNSS Relative Positioning
한국측량학회 학술대회자료집
2018 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0