메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김희연 (한동대학교) 안경모 (한동대학교) 오찬영 (한동대학교)
저널정보
한국해안해양공학회 한국해안·해양공학회논문집 한국해안해양공학회논문집 제33권 제3호
발행연도
2021.6
수록면
101 - 109 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
항해용 X-band 레이다를 이용한 파랑관측은 해수면에 후방산란 된 전자기파 이미지를 분석하여 이루어진다. 1분당 42개의 해수면 시계열 이미지로부터 3차원 FFT를 계산하고 변조전달함수(Modulation Transfer Function)를 구하여 파랑정보를 추출한다. 따라서 레이다 파고계로 계측한 유의파고의 정확도는 X-band 레이다 영상의 상태에 따라 결정된다. 2020년 여름 태풍 마이삭과 하이선 내습 시 강릉 안인 해안에 설치된 X-band 레이다 파고계로 관측한 유의파고의 오차가 크게 발생하였다. 이는 태풍 내습 시 급격히 유의파고가 증가하는 한편 강한 강우가 동반되어 X-band 레이다 영상의 품질이 저하되었기 때문이다. 최대 오차 발생 이전까지 많은 강우가 있었음이 확인된다. 본 연구에서는 convolution neural network(CNN)을 이용하여 레이다 이미지로부터 강우 여부를 분류하고 강우여부에 따라 강우시 인공신경망 모델을 적용하여 태풍 시 유의파고 관측 정확도를 향상시켰다. 폭우를 동반한 태풍 시 레이다 자료 특성에 기반하여 인공신경망 유의파고 산출 알고리즘을 개선하고 이를 통해 X-band 레이다 파고계의 정확도를 향상시키는 방법을 제시하였다.
#X-band 레이다 #유의파고 #머신러닝 #인공신경망 #합성곱신경망 #X-band marine radar #significant wave heights #machine learning #artificial neural network(ANN) #convolutional neural network(CNN)

목차

요지
Abstract
1. 서론
2. 연구 방법
3. 강우여부를 고려한 유의파고 산정 결과
4. 결론
References

참고문헌 (14)

참고문헌 신청
Ahn, K. / 2014 / New calibration method applicable to significant wave heights obtained by X-band radar / Coastal Engineering Proceedings (34):15 google schola Alpers, W / 1982 / Spectral signal to clutter and thermal noise properties of ocean wave imaging synthetic aperture radars / International Journal of Remote Sensing 3(4):423~446 google schola Gomez, R. / 2014 / Real-time quality control of current velocity data on individual grid cells in WERA HF radar / Oceans 2014-Taipei :1~7 google schola Gurgel, K. W. / 2011 / HF radar observations in the German Bight: Measurements and quality control / IEEE :51~56 google schola He, K. / 2016 / Deep residual learning for image recognition / Proceedings of the IEEE conference on computer vision and pattern recognition :770~778 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

시간별 기상 변화를 고려한 LSTM 기반 일사량 예측에 관한 연구
김민석 ,  정승환 ,  김종근 외 2명 한국지능시스템학회 논문지 2021 .02
2차 통계량과 RNN을 이용한 OFDM 신호 검출
박영훈 ,  임창헌 한국통신학회논문지 2020 .12
ANN 기반 기보학습 및 Minimax 탐색 알고리즘을 이용한 오델로 게임 플레이어의 구현
전영진 ,  조영완 전기학회논문지 2018 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-454-001829492