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
윤성심 (한국건설기술연구원)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제23권 제12호
발행연도
2022.12
수록면
2,481 - 2,488 (8page)
DOI
10.9728/dcs.2022.23.12.2481

이용수

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

초록· 키워드

오류제보하기
기존의 U-Net 기반 예측 모델인 RainNet은 선행시간 확대를 위해서 예측결과를 다시 모델의 입력으로 반복 활용하는 재귀적 방법을 적용하기 때문에 평활화 효과가 누적되어 강한 강도의 강우 예측의 정확도를 저하시킨다. 본 연구에서는 이러한 문제를 개선하고자 기존 U-Net 기반 강우예측 알고리즘과 재귀적 전략을 결합하여 선행 예측 1시간까지 예측할 수 있는 모델인 Recursive RainNet을 개발하였다. 환경부 S-band 강우레이더 합성자료를 입력자료로 하여 제안한 강우예측 알고리즘을 학습하였다. 예측성능을 평가하기 위해 2021년 발생한 6개 강우사례를 대상으로 강우기간동안 매 10분 간격으로 예측강우를 선행 10분에서 60분까지 생산하였다. 기존 RainNet과의 예측성능을 비교한 결과, 선행 10분 예측에서는 유사한 정확도를 보였으나, 선행시간이 길어지더라도 제시한 기법이 상대적으로 높은 예측 정확도를 유지하였다. 또한, 모든 강우사례에 대해서 제시한 예측 모델이 강하게 발달하는 강우특성을 잘 예측하여, 평균적으로 CSI(critical success index)는 6~21% 높아 졌으며, MAE(mean absolute error)는 15~26% 감소하였다.
#합성곱 신경망 #딥러닝 #레이더 #강우예측 #재귀적 전략 #Convolutional neural networks #Deep learning #Radar #Rainfall forecast #Recursive strategy

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 방법론
Ⅲ. 적용
Ⅳ. 강수사례에 대한 예측성능 평가
Ⅴ. 결론 및 향후 연구
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

Deep Learning(LSTM)을 이용한 강우량 단기 예측
서미루 ,  김성훈 ,  김교범 외 1명 대한토목학회 학술대회 2022 .10
이달의 통계포커스_최근 청년의 학력별 실업구조 현황
편집부 고용동향브리프 2012 .02
인공지능 기술 기반 교육용 도구에 대한 학습자 인식에 관한 연구
한형종 디지털콘텐츠학회논문지 2023 .10
기상 요소 데이터를 이용한 단기 강수량예측 향상을 위한 딥러닝 병렬 모델
김창복 한국정보기술학회논문지 2023 .10
딥러닝 기반 시설재배 생산량 예측 연구
장일식 ,  박구만 방송공학회논문지 2023 .07

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-004-000304490