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.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
본 연구에서는 수질무인관측선에 장착된 다양한 수질 센서로 측정된 점 데이터를 격자 기반의 면 데이터로 변환하여 각 격자 단위별로 녹조 예측 모형을 개발하였다. 관심 지역에서 수집된 실시간 센서 데이터를 일별 데이터로 전처리하고, 이를 기반으로 다양한 머신러닝 알고리즘을 활용하여 두 수질 변수인 클로로필-a와 피코시아닌의 다음 날 농도를 예측하는 한 시점 앞 예측(one step ahead prediction) 모형을 적용하였다. 연구에서는 5가지 기계학습 기법(Random Forest, XGBoost, LASSO regression, k-NN regression, Support Vector Regression)을 활용하였으며, 예측 성능은 평균절대비율오차, 평균제곱근오차, 정규화된 평균제곱근오차를 기준으로 평가하였다. 그 결과, 앙상블 기반의 Random Forest와 XGBoost 기법이 클로로필-a와 피코시아닌 모두에서 가장 우수한 성능을 나타내었다. 수질무인관측선에서 측정된 실시간 수질 데이터 기반의 수질모니터링과 함께 기계학습 기법의 결합이 녹조 발생 예측에 효과적임을 시사하며, 수질 관리 및 녹조 대응 정책 수립에 유용한 도구로 활용될 수 있을 것으로 기대된다.
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) : I410-151-26-02-094296576
