LDA 토픽 모델링을 활용한 글로벌 기상 분야의 인공지능 연구동향 분석 (2018~2024년 논문 주제 중심)

표성훈; 김태종

추천

검색

질문

자료유형: 학술저널

저자정보: 표성훈 (국립기상과학원) 김태종 (국립기상과학원)

저널정보: 한국기상학회 대기 대기 Vol.35 No.1

발행연도: 2025.2

수록면: 113 - 129 (17page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This study aims to analyze research trends related to Artificial Intelligence (AI) in the global meteorological field from 2018 to 2024 and identify the major research topics and keywords. By utilizing the Web of Science database, a total of 5,846 papers related to AI in meteorology were identified and analyzed. The study employed latent Dirichlet allocation (LDA) topic modeling to extract the main research topics. The optimization of topic modeling parameters was performed by adjusting document-topic density (alpha) and word-topic density (beta) distributions, which control the concentration of topics in documents and words in topics, respectively. Through comprehensive parameter optimization, the model achieved the coherence score of 0.639 with alpha value of 0.08, beta value of 0.01, and 6 topics, indicating clear and well-separated research themes in the field. These optimal parameter values were used for the topic modeling analysis. The analysis revealed that (1) research on ‘AI-based prediction of hydrological variables’ encompasses studies applying AI techniques to predict hydrological variables such as rainfall and evaporation, aiming for more precise meteorological forecasting. (2) Studies on ‘AI-based analysis of the impacts of climate change’ utilize AI models to analyze the effects of climate change on various regions and ecosystems, assessing potential impacts under different climate change scenarios and predicting future environmental changes. (3) Research on ‘AI-based prediction of oceanic and surface temperatures’ focuses on improving the accuracy of meteorological and environmental observations by predicting ocean and land surface temperatures using satellite data. (4) Studies on ‘Machine learning-based risk assessment and prediction of natural disasters’ evaluate and predict the likelihood of natural disasters such as floods and landslides, providing crucial information for disaster management and prevention. (5) Research on ‘AI and meteorological data utilization for real-time rainfall prediction’ aims to enhance the accuracy of real-time rainfall forecasting by combining meteorological radar data with AI techniques, playing a critical role in rapidly changing weather conditions. (6) Studies on ‘AI utilization in wind power forecasting and meteorological condition analysis’ aim to optimize wind energy production by predicting wind speed and weather conditions, contributing to efficient energy management. This study systematically analyzes research trends related to the application of AI in meteorology, contributing to the academic development of the field and suggesting future research directions. Specifically, by identifying research trends through topic modeling, this study provides a structured understanding of the convergence of meteorology and AI, offering valuable foundational data to researchers in the field.

#Artificial intelligence #Weather forecasting #Climate change #Topic modeling #Machine learning

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

김태종

소속기관 한국청소년정책연구원

주요연구분야 복합학 > 학제간연구 TOP 5% 공학 > 컴퓨터학 TOP 0.1%

논문수 23 이용수 31,850

이 논문과 함께 이용한 논문

양자암호통신의 개념과 주요 이슈사항 분석

김종영 국방과 기술 2025 .05

대기질 관측을 위한 지상원격관측 측기 및 활용

박상서 , 정욱교 , 권형안 한국대기환경학회지(국문) 2025 .04

인공지능(AI)을 활용한 청소년활동 서비스의 사각지대 예측

류태경 한국지역사회복지학 2025 .02

LDA 토픽 모델링을 활용한 글로벌 기상 분야의 인공지능 연구동향 분석(2018∼2024년 논문 주제 중심)

표성훈 , 김태종 한국기상학회 학술대회 논문집 2024 .10

IPC 코드 시각화를 이용한 특허 분석: 태양광 발전 예측 진단 기술을 중심으로

박상성 , 장문수 한국지능시스템학회 논문지 2024 .08

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092483432

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)