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
This study proposes a method for predicting radar coverage by integrating actual radar track data with atmospheric conditions at the time of detection. To incorporate atmospheric refractivity, altitude-dependent refractive index data for the Korean Peninsula were generated using rawinsonde data from the Korea Meteorological Administration, standard meteorological formulas, and the Kriging interpolation technique. The radar track and atmospheric data were preprocessed to extract features such as azimuth, elevation, and detection distance, and were merged into a training dataset. Two machine learning models—a random forest regression model and a neural network model—were trained using the processed data. Performance evaluation showed that the random forest model achieved better prediction accuracy than the neural network model. Additionally, a sensitivity analysis based on the equivalent Earth radius factor confirmed that the proposed method effectively reflects the influence of atmospheric refractivity on radar coverage estimation.
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) : I410-151-26-02-094346660
