인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
피인용 0
초록·키워드
본 연구는 진동만 저층 용존산소 농도를 72시간 앞까지 시간 단위로 예측하기 위해 멀티스텝 딥러닝 모델을 적용하였다. 2017년부터 2021년까지 관측된 표저층 수온과 용존산소 그리고 이들의 차분 자료를 활용하여 SimpleLSTM, ConvLSTM, ConvFC 모델을 구축 및 비교하였다. 비교 결과, SimpleLSTM 모델은 가장 낮은 RMSE(1.232)와 MAE(0.996)를 보였으나 단주기 변동 재현이 미흡하였다. 반면, 1D-CNN 기반의 ConvFC 모델은 예측 구간의 변동성을 보다 정확히 포착하여 Multi-step 예측에 더 적합함을 확인하였다. 이는 LSTM 레이어가 장기 추세의 재현에는 유리하나 예측 구간이 길어짐에 따라 오차가 누적될 수 있기 때문으로 해석된다. 본 연구 결과는 연안 양식장에서 빈산소로 인한 피해를 사전에 대비하기 위한 실시간 경보 시스템 구축에 활용될 수 있으며, 향후 더 다양한 환경 요인과 자료 해상도를 고려하여 모델 성능을 고도화할 필요가 있다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093104547
