본문 바로가기
[학술저널]

  • 학술저널

차상훈(경북대학교) 이경은(경북대학교) 김광섭(경북대학교)

DOI : 10.7465/jkdi.2019.30.5.1077

표지

북마크 0

리뷰 0

이용수 4

피인용수 0

초록

본 연구는 강수 발생한 자료의 1시간당 강수량을 이용하여 서울지역의 계절별 강수패턴들을 파악하고, 이 패턴들을 분류하기 위하여 하루 전날의 1시간당 강수량, 1일 평균 강수량, 기온, 습도, 풍속, 이슬점온도를 활용하였다. 구축된 자료에 대하여 k-medoids 군집분석을 통해 봄과 여름에는 6가지, 가을에는 5가지, 그리고 겨울에는 4가지의 강수패턴들이 보였다. 이 패턴들을 분류하기 위해 4가지 방법인 선형 판별 분석, 의사결정나무, 배깅, 그리고 랜덤 포레스트로 계절별 강수 패턴들을 분류하는 모형을 구축하고 5-fold 교차검증으로 검증하였다. 그 결과 봄, 여름, 가을의 경우, 랜덤 포레스트의 방법으로 적용하였을 때 강수 패턴 정분류율이 가장 높은 반면, 겨울의 경우, 의사결정나무의 방법으로 적용했을 때 정분류율이 가장 높았다.

This study identified seasonal rainfall patterns in Seoul by using hourly precipitation of raining data, and we used hourly precipitation on the day before, average daily precipitation, temperature, wind speed, humidity, and dew point to classify these patterns. Using k-medoids clustering, the seasonal precipitation patterns were identified for the constructed data. As a result, there were 6 precipitation patterns in spring and summer, 5 precipitation patterns in autumn and 4 precipitation patterns in winter. To classify these patterns, we constructed a model to classify seasonal precipitation patterns into 4 methods : Linear Discriminant Analysis, Decision Tree, Bagging, and Random Forest, and verified by 5-fold cross-validation. As a result, in spring, summer, and autumn, the precipitation pattern classification rate was highest when applied by Random Forest, whereas in winter, the classification rate was highest when applied by Decision Tree.

목차

요약
1. 서론
2. 통계적 방법론
3. 연구 방법과 연구 결과
4. 결론
References
Abstract

참고문헌(0)

리뷰(0)

도움이 되었어요.0

도움이 안되었어요.0

첫 리뷰를 남겨주세요.
Insert title here