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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
신종호 (조선대학교) 이상현 (조선대학교) 김민석 (한국과학기술정보연구원) 박형욱 (한국과학기술정보연구원)
저널정보
조선대학교 IT연구소 정보기술융합공학논문지 정보기술융합공학논문지 제11권 제1호
발행연도
2021.6
수록면
15 - 23 (9page)

이용수

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

초록· 키워드

오류제보하기
최근 지구 온난화가 진행됨에 따라 국내의 강과 호수에서 녹조 현상이 빈번하게 발생하고 있다. 녹조 현상을 일으키는 조류는 미량의 냄새물질과 독소를 생성하여 수돗물의 품질을 떨어뜨리는 문제를 일으킨다. 따라서 환경부는 국내의 각 강과 호수 등에서 시료를 채취하여 녹조 발생 경보를 발령하고 있다. 하지만 현재까지도 직접 시료를 채취하여 녹조 현상에 대한 경보를 발령하다 보니 실제 녹조 발생하는 것에 대한 대비가 지연되는 문제가 있으며, 또 시료 채취 방법 및 분석방법론에서도 샘플링에 대한 일관성의 부족 등 많은 어려움이 있다. 이러한 문제를 해결하기 위해 IoT 기술을 사용하여 실시간으로 센서를 통해 강과 호수의 상태를 모니터링하고 녹조 발생을 미리 경보할 수 있는 기술 개발에 관한 연구가 활발하게 진행되고 있다. 본 연구에서는 녹조 발생을 미리 경보하기 위한 인공지능 알고리즘 개발에 필요한 데이터 불균형 문제를 해결하는 방안을 주요 연구 대상으로 삼고 있다. 조류경보 모델 개발에서 데이터 불균형으로 인한 인공지능 모델의 과적합을 해결하기 위해 본 연구에서는 데이터를 증식할 수 있는 다양한 방법을 테스트해 보고, 최근 많은 주목을 받는 GAN(Generative Adversarial Network)을 통해 데이터를 증식하는 방법도 적용해 보았다. 본 연구를 통해 데이터 증식으로 인공지능 모델의 성능을 향상할 수 있음을 확인하였고, 이는 차후 녹조 경보발령에 있어서 정확성과 시기 적절성을 확보하는 데 도움이 되리라고 생각한다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 조류경보 인공지능 모델 개발
4. 조류경보용 데이터 증식
5. 결론 및 토의
참고문헌

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0