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
학술대회자료
저자정보
김정현 (경기대학교) 윤동규 (계명대학교) 유귀호 (한남대학교) 고보경 (경기대학교) 조석헌 (University of California, San Diego)
저널정보
한국통신학회 한국통신학회 학술대회논문집 2024년도 한국통신학회 추계종합학술발표회 논문집
발행연도
2024.11
수록면
1,178 - 1,182 (5page)

이용수

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

초록· 키워드

오류제보하기
Various research on wildfires have been conducted because they lead to significant losses in both economic and environmental aspects. We proposed the prediction models based on Artificial Intelligence algorithms to predict wildfire size in advance. We referred to two public datasets, such as California Fire Perimeters and Total Weather Data, and used the newly generated dataset consisting of features selected from these public datasets to train the wildfire size prediction models. K-Nearest Neighbor (KNN), Random Forest (RF), and Multi-Layer Perceptron (MLP) algorithms were considered to establish the binary classification models to distinguish between a large wildfire and a small wildfire according to the wildfire size. Two different experiments were carried out, which depends on how to split our new dataset into training and test sets; the first experiment where the entire dataset is divided into two subsets regardless of the calendar year in which each wildfire occurred; the second experiment where it is divided in accordance with the year in which each wildfire occurred. Since the major purpose of our study is to predict the actual large wildfires in advance, Recall is the most important evaluation metric for the prediction models, which is the proportion of actual large wildfires that were correctly classified as megafires. It was observed that the first experiment and the MLPbased wildfire size prediction model result in the best performance in terms of Recall and F1-score.

목차

Abstract
Ⅰ. 서론
Ⅱ. 원본 데이터세트 설명 및 전처리 과정
Ⅲ. 알고리즘 및 성능 평가 지표
Ⅳ. 산불 피해 규모 예측 결과 및 분석
Ⅴ. 결론
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

인공지능 신뢰성 확보를 위한 글로벌 정책 비교 및 국내 적용 방안 연구
김진민 ,  이민철 ,  서정훈 외 1명 한국통신학회논문지 2023 .12
데이터 편향성이 인공지능 모델에 미치는 영향: 데이터 감정 구성 비율에 따른 학습 결과 비교
최인헌 ,  이상원 대한인간공학회 학술대회논문집 2023 .05
기상 데이터를 이용한 데이터 마이닝 기반의 산불 예측 모델
김삼근 ,  안재근 한국산학기술학회 논문지 2020 .08

최근 본 자료

전체보기

댓글(0)

0