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
- 2021.12
- 수록면
- 367 - 373 (7page)
이용수
초록· 키워드
오류제보하기
본 연구에서는 항내 파고를 신속하고 비교적 정확하게 예측할 수 있는 딥러닝 모델을 구축하였다.다양한 머신러닝 기법들을 외해파랑의 항내로 전파 변형 특성을 감안하여 모델에 적용하였으며 스웰로 인해 하역중단 문제가 심각했던 포항신항을 모델적용 대상지로 선정하였다. 모델의 입력 자료는 외해의 파고, 주기, 파향 그리고 출력 및 예측 자료로는 항내 파고자료로 하여 모델을 학습시켰다. 이때 자료의 전처리 과정으로 항내·외 파랑 시계열자료의 상관성을 감안하여 파향 자료를 분리하는 방법을 적용하고 딥러닝 기법을 이용하여 모델을 학습하였다. 결과적으로 모델을 통해 예측한 값이 항내관측치의 파고 시계열자료를 잘 재현하였으며 모델의 안정성을 크게 향상시켰다.
목차
요지
Abstract
1. 서론
2. 모델 구축
3. 모델결과
4. 결론 및 제언
References
참고문헌 (14)
참고문헌 신청
Aurélien, G. / 2019 / Hands-on Machine Learning with Scikit-Learn, Keras, and Tensorflow :351
James, S. C. / 2018 / A machine learning framework to forecast wave conditions / Coastal Engineering 137:1~10
정원무 / 2011 / 장기간 파·바람 조사를 통한 포항신항의 하역중단 원인 분석 / 한국해안·해양공학회논문집 23(3):226~235
정원무 / 2018 / 전국파랑관측자료 제공시스템 WINK 구축 / 한국해안·해양공학회논문집 30(6):326~336
김태윤 / 2020 / 딥러닝을 이용한 파랑·풍속 상호자료의 예측 기법 / 한국해양환경•에너지학회지 23(3):142~147
James, S. C. / 2018 / A machine learning framework to forecast wave conditions / Coastal Engineering 137:1~10
정원무 / 2011 / 장기간 파·바람 조사를 통한 포항신항의 하역중단 원인 분석 / 한국해안·해양공학회논문집 23(3):226~235
정원무 / 2018 / 전국파랑관측자료 제공시스템 WINK 구축 / 한국해안·해양공학회논문집 30(6):326~336
김태윤 / 2020 / 딥러닝을 이용한 파랑·풍속 상호자료의 예측 기법 / 한국해양환경•에너지학회지 23(3):142~147
이 논문의 저자 정보
이 논문과 함께 이용한 논문
딥러닝을 이용한 파랑·풍속 상호자료의 예측 기법
김태윤
한국해양환경·에너지학회지
2020
.08
해양기상부이와 표류부이에서 관측된 유의파고 및 파주기 비교 분석
조형준
,
김백조
,
최규용
외 3명
한국환경과학회지
2023
.11
고정밀 파랑예측자동화시스템 구축에 관한 연구
이황기
,
최혁진
,
백종대
외 1명
한국해양환경·에너지학회 학술대회논문집
2021
.05
딥러닝을 이용한 한반도 주변 파랑예측
문종윤
,
조완희
,
성보람
외 2명
한국해양환경·에너지학회 학술대회논문집
2021
.05
동해안 너울성 파도 예측을 위한 머신러닝 모델 연구
강동훈
,
오세종
한국정보기술학회논문지
2019
.09
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-454-000113115