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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.10
- 수록면
- 602 - 612 (11page)
이용수
초록· 키워드
오류제보하기
목적: 본 연구는 농업용 저수지의 시단위 저수위 예측을 위해 자동화 머신러닝(AutoML) 기법인 TPOT을 이용하여 예측 모델을 개발하고, 적용성 평가를 목적으로 한다.
방법: 연구는 백록저수지와 백련저수지를 대상으로 수행되었으며, 기상청에서 제공하는 강우 예보 자료와 실측된 강우량, 저수위 데이터를 기반으로 저수위 예측 모델을 구축하였다. 유전 알고리즘을 활용하여 최적의 머신러닝 파이프라인을 자동으로 생성하는 TPOT을 이용하여 모델을 만들었으며, 벤치마크 모델로 Random Forest 모델도 함께 구축하였다. 모델 성능은 NSE(Nash-Sutcliffe Efficiency), R²(coefficient of determination), RMSE(root-mean-square error)를 통해 평가하였다. 예측 시간은 1시간, 3시간, 6시간, 12시간으로 설정하였으며, 각 예측 시간대의 정확도를 평가하였다.
결과 및 토의: TPOT과 RF 모델 모두 선행 시간이 짧을수록 높은 정확도를 보였으며, 1시간 예측에서는 NSE 값이 0.99 이상으로 매우 높은 정확성을 나타냈다. 그러나 선행 시간이 증가할수록 예측값과 실측값 사이에 시간적 지연이 발생하였으며, 특히 12시간 예측에서는 성능 저하가 두드러졌다. 이는 예측 시간이 증가함에 따라 예보 강수량의 정확도도 함께 낮아지기 때문으로 판단되었다. 그럼에도 불구하고 TPOT 모델은 12시간 TPOT 예측 모델 평균NSE는 0.911로, 단기간(1시간, 3시간)과 장기간 예측(6시간, 12시간) 모두에서 안정적이고 높은 예측 정확도를 유지하였다.
결론: 본 연구를 통해 TPOT 기반의 자동화된 머신러닝 기법이 농업용 저수지의 시단위 저수위 예측에 효과적으로 적용될 수 있음을 확인하였다. 향후 연구에서는 긴 예측 시간대에서의 예측 정확도 향상을 위한 방법을 모색하는 것이 필요하다.
방법: 연구는 백록저수지와 백련저수지를 대상으로 수행되었으며, 기상청에서 제공하는 강우 예보 자료와 실측된 강우량, 저수위 데이터를 기반으로 저수위 예측 모델을 구축하였다. 유전 알고리즘을 활용하여 최적의 머신러닝 파이프라인을 자동으로 생성하는 TPOT을 이용하여 모델을 만들었으며, 벤치마크 모델로 Random Forest 모델도 함께 구축하였다. 모델 성능은 NSE(Nash-Sutcliffe Efficiency), R²(coefficient of determination), RMSE(root-mean-square error)를 통해 평가하였다. 예측 시간은 1시간, 3시간, 6시간, 12시간으로 설정하였으며, 각 예측 시간대의 정확도를 평가하였다.
결과 및 토의: TPOT과 RF 모델 모두 선행 시간이 짧을수록 높은 정확도를 보였으며, 1시간 예측에서는 NSE 값이 0.99 이상으로 매우 높은 정확성을 나타냈다. 그러나 선행 시간이 증가할수록 예측값과 실측값 사이에 시간적 지연이 발생하였으며, 특히 12시간 예측에서는 성능 저하가 두드러졌다. 이는 예측 시간이 증가함에 따라 예보 강수량의 정확도도 함께 낮아지기 때문으로 판단되었다. 그럼에도 불구하고 TPOT 모델은 12시간 TPOT 예측 모델 평균NSE는 0.911로, 단기간(1시간, 3시간)과 장기간 예측(6시간, 12시간) 모두에서 안정적이고 높은 예측 정확도를 유지하였다.
결론: 본 연구를 통해 TPOT 기반의 자동화된 머신러닝 기법이 농업용 저수지의 시단위 저수위 예측에 효과적으로 적용될 수 있음을 확인하였다. 향후 연구에서는 긴 예측 시간대에서의 예측 정확도 향상을 위한 방법을 모색하는 것이 필요하다.
목차
1. 서론
2. 재료 및 방법
3. 결과 및 고찰
4. 결론
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
뒤돌아보면 빠른 시간
콘크리트학회지
2021 .05
-
우리들의 시간
지반(한국지반공학회지)
2019 .01
-
우리들의시간
지반(한국지반공학회지)
2018 .01
-
우리들의시간
지반(한국지반공학회지)
2017 .07
-
우리들의시간
지반(한국지반공학회지)
2017 .09
-
우리들의 시간
지반(한국지반공학회지)
2018 .03
-
k-NN 기반 교통 속도 예측 모델의 성능 최적화를 위한 학습 데이터 선별
한국지능정보시스템학회 학술대회논문집
2015 .05
-
2차 지연시간 산정 및 예측 방법론에 관한 연구
대한산업공학회 춘계공동학술대회 논문집
2019 .04
-
수문학적 활용을 위한 레이더와 수치예보모델 예측강우의 실시간 병합 기법 개발
한국수자원학회 학술발표회
2018 .01
-
딥러닝 기반 차량 경로예측 모델의 전파과정 간소화를 통한 트레이드오프 성능 검증 연구
한국통신학회논문지
2021 .05
-
대용량 자료를 이용한 네트워크 기반 도시간 경로통행시간 예측
환경논총
2015 .03
-
대용량 자료를 이용한 네트워크 기반 도시간 경로통행시간 예측
철도저널
2015 .04
-
예측적 유지보수에서 예측적 해결로!
반도체네트워크
2024 .09
-
차량 사물 통신 환경에서 시간 영역에 따른 차량 수 예측에 관한 연구
한국통신학회 학술대회논문집
2021 .02
-
딥러닝 기반 LSTM 모형을 이용한 감조하천 수위 예측
한국수자원학회논문집
2018 .01
-
분류를 통한 시계열 예측 기법
한국정보과학회 학술발표논문집
2021 .06
-
예측 선행시간 확장을 위한 순차적 예측강우 가중평균 앙상블 생성기법 개발
한국수자원학회 학술발표회
2019 .01
-
돌발홍수 예측선행시간 확장을 위한 예측강수 병합 기법 개발
대한토목학회 학술대회
2020 .10
-
코로나 19 영향을 고려한 머신러닝 기반의 전력사용량 예측 알고리즘 구현
대한전기학회 학술대회 논문집
2021 .04
-
딥러닝을 이용한 잠수교 수위예측
한국수자원학회 학술발표회
2018 .01
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091108976