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
- 2016.4
- 수록면
- 93 - 98 (6page)
이용수
DBpia Top 10%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
정확한 강수예측을 위해서는 예측인자 선정과 예측방법에 대한 선택이 매우 중요하다. 최근에는 강수예측 방법으로 기계학습 기법이 많이 사용되고 있으며, 그 중에서도 특히 인공신경망을 사용한 강수예측 방법은 좋은 성능을 보였다. 본 논문에서는 딥러닝 기법 중 하나인 DBN(deep belief network)를 이용한 새로운 강수예측 방법을 제안한다. DBN는 비지도 사전 학습을 통해 초기 가중치를 설정하여 기존 인공신경망의 문제점을 보완한다. 예측인자로는 기온, 전일-전주 강수일, 태양과 달 궤도 관련 자료를 선정하였다. 기온과 전일-전주 강수일은 서울에서의 1974년부터 2013년까지 총 40년간의 AWS(automatic weather system) 관측 자료를 사용하였고, 태양과 달의 궤도 관련 자료는 서울을 중심으로 계산한 결과를 사용하였다. 전체 기간에서 일부는 학습 자료로 사용하여 예측모델을 생성하였고, 나머지를 생성한 모델의 검증 자료로 사용하였다. 모델 검증 결과로 나온 예측값들은 확률값을 가지며 임계치를 이용하여 강수유무를 판별하였다. 강수 정확도의 척도로 양분예보기법 중 CSI(critical successive index)와 Bias(frequency bias)를 계산하였다. 이를 통해 DBN와 MLP(multilayer perceptron)의 성능을 비교한 결과 DBN의 강수 예측 정확도가 높았고, 수행속도 또한 2배 이상 빨랐다.
목차
요약
Abstract
1. 서론
2. Deep Belief Network
3. 실험
4. 결론 및 향후 연구
References
참고문헌 (14)
참고문헌 신청
J.-H. Seo, Y. H. Lee, Y.-H. Kim, “Feature selection to predict very short-term heavy rainfall based on differential evolution”, Journal of Korean Institute of Intelligent Systems, vol. 22, no. 6, pp. 706-714, 2012
R. J. Kuligowski, A. P. Barros, “Localized precipitation forecasts from a numerical weather prediction model using artificial neural networks”, Weather and Forecasting, vol. 13, no. 4, pp. 1194-1204, 1998
S. Lee, S. Cho, P. M. Wong, “Rainfall prediction using artificial neural networks”, Journal of Geographic Information and Decision Analysis, vol. 2, no. 2, pp. 233-242, 1998
T. Hall, H. E. Brooks, C. A. Doswell Ⅲ, “Precipitation forcasting using a neural network”, Weather and Forecasting, vol. 14, no. 3, pp. 338-345, 1999
K. C. Luk, J. E. Ball, A. Sharma, “An application of artificial neural networks for rainfall forecasting”, Mathematical and Computer Modelling, vol. 33, no. 6-7, pp. 683-693, 2001
R. J. Kuligowski, A. P. Barros, “Localized precipitation forecasts from a numerical weather prediction model using artificial neural networks”, Weather and Forecasting, vol. 13, no. 4, pp. 1194-1204, 1998
S. Lee, S. Cho, P. M. Wong, “Rainfall prediction using artificial neural networks”, Journal of Geographic Information and Decision Analysis, vol. 2, no. 2, pp. 233-242, 1998
T. Hall, H. E. Brooks, C. A. Doswell Ⅲ, “Precipitation forcasting using a neural network”, Weather and Forecasting, vol. 14, no. 3, pp. 338-345, 1999
K. C. Luk, J. E. Ball, A. Sharma, “An application of artificial neural networks for rainfall forecasting”, Mathematical and Computer Modelling, vol. 33, no. 6-7, pp. 683-693, 2001
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝 기법을 이용한 내일강수예측
한국지능시스템학회 학술발표 논문집
2015 .10
-
기상레이더 강수 합성데이터를 활용한 심층신경망 기반 초단기 강수예측 기술 연구
한국정보통신학회 종합학술대회 논문집
2021 .05
-
돌발홍수 예측을 위한 레이더자료와 기계학습을 이용한 강수 예측
한국수자원학회 학술발표회
2019 .01
-
기후변화 시나리오 기반 모의 강수자료와 관측 강수자료의 유사성 평가
대한토목학회 학술대회
2022 .10
-
기후 인자들을 고려한 강수 예측 연구
대한토목학회 학술대회
2016 .10
-
합성곱신경망을 이용한 제주도 강수패턴 분석 연구
한국소프트웨어감정평가학회논문지
2019 .01
-
강수진단모델을 이용한 250 m 해상도의 미관측 지점 강수량 복원자료 생산 및 검증 : 서울시를 중심으로
대한토목학회 학술대회
2015 .10
-
도시 캐노피 모형을 이용한 강수예측 민감도 분석
한국환경기술학회지
2017 .01
-
경험적 모드분해법을 활용한 우리나라 강수의 예측
한국수자원학회 학술발표회
2016 .01
-
병합 예측강수 자료를 이용한 홍수유출 분석
대한토목학회 학술대회
2020 .10
-
군집분석을 통한 기후요인 및 강수지역의 변화분석
대한토목학회 학술대회
2015 .10
-
돌발홍수 예측선행시간 확장을 위한 예측강수 병합 기법 개발
대한토목학회 학술대회
2020 .10
-
딥러닝 기술을 활용한 강우 예측 기술 연구 동향
대한토목학회지
2024 .11
-
조건부 합성기법을 활용한 미계측유역의 강수 추정
한국수자원학회 학술발표회
2017 .01
-
주택 실내외환경과 DBN 기반 창문개폐예측 모듈의 성능 검증
대한건축학회 학술발표대회 논문집
2024 .10
-
DBN을 이용한 다중 방위 데이터 기반 능동소나 표적 식별
한국정보통신학회논문지
2018 .03
-
특징 추출 기법을 활용한 초단기 강수 예측 성능 비교 분석
한국지능시스템학회 논문지
2025 .04
-
Development and Optimization of Deep Belief Networks Applied for Academic Performance Prediction with Larger Datasets
IEIE Transactions on Smart Processing & Computing
2020 .08
-
GNSS PWV와 기상인자를 통한 딥러닝 기반의 강수예측 알고리즘 선정
대한토목학회 학술대회
2017 .10
-
형태학적 강수에코 특성 기반 레이더 QPF를 위한 워터쉐드 기법을 이용한 위험 강수 분석
대한토목학회 학술대회
2017 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2016-028-002736895