풍수해 예측을 위한 신경망 모델

최선화

추천

검색

질문

자료유형: 학술저널

저자정보: 최선화 (소방방재청)

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제38권 제3호

발행연도: 2011.3

수록면: 115 - 123 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

국지성 호우 및 대규모 태풍과 같은 풍수해는 우리나라에 가장 많은 피해를 유발하는 재해로 기후온난화를 통해 그 피해가 더욱 가속화되고 있다. 따라서 풍수해 발생가능성을 미리 예측하여 선제적으로 대응하기 위한 노력과 연구가 필요하다. 재난?재해의 위험성 분석 방법은 주로 확률?통계기법에 기반한 수식모델 연구가 주류를 이루었으나, 본 논문에서는 경험적 패턴인식에 탁월한 성능을 가진 신경망 알고리즘을 활용하여 풍수해 예측모델을 생성하였다. 1991년부터 2005년 사이에 우리나라에서 발생한 풍수해 자료와 기상개황 자료를 이용하여 우리나라 232개 행정구역에 대하여 누적강우량과 최대풍속, 재해사상 발생 5일 이내의 선행강우량, 그리고 지역의 풍수해 발생 영향요인이 되는 특징을 정의하여 입력변수로 하고 총 피해액을 출력변수로 하였다. 학습, 검증, 평가 데이터는 6:3:1로 랜덤 분할?생성하여 각각 5세트로 생성하고 모델마다 학습, 검증, 그리고 평가를 5번 반복 수행하였다. 풍수해 예측을 위한 최적의 모델을 찾기 위해 신경망의 초기 가중치, 은닉층의 노드수, 모멘텀, 학습률을 다양하게 변화시켜 약 8천여개 모델을 학습하였으며 검증 데이터를 이용하여 모델의 정확도(accuracy)와 ROC(Receiver Operating Characteristic) 공간상의 TPR(True Positive Rate)과 FPR(False Positive Rate)의 분포로 최적모델 후보들을 선택하였다. 후보모델들을 평가 데이터에 적용하여 정확도와 TPR, FPR을 비교하여 풍수해 예측을 위한 최적모델을 결정하였다.

Storm and flood such as torrential rains and major typhoons has often caused damages on a large scale in Korea and damages from storm and flood have been increasing by climate change and warming. Therefore, it is an essential work to maneuver preemptively against risks and damages from storm and flood by predicting the possibility and scale of the disaster. Generally the research on numerical model based on statistical methods for analyzing and predicting disaster risks and damages has been mainstreamed. In this paper, we developed the model for prediction of damage cost from storm and flood by the neural network algorithm which outstandingly implements the pattern recognition. Using the damage data of storm and flood and meteorological data from 1991 to 2005 in Korea, we made data sets and defined the accumulated rainfall, the maximum wind speed, the antecedent rainfall within 5 days before being disasters, and the regional feature representing the influence factors on the outbreak of damages from storm and flood as input variables for learning the model. Also we defined the total amount of damages as an output variable. Creation of a holdout which was created by randomly partitioning into train, validation, and test data in the ratio of 6:3:1 respectively was repeatedly processed by 5 times. For finding the optimal model, first of all, we learned about 8,000 models initialized by combinations of the architectures: initial weight and the number of nodes in a hidden layer, and learning parameters: momentum and learning rate of a neural network model. Next, we selected the candidate models for an optimal model among the learned models according to the accuracy and TPR and FPR on ROC graph. Finally, we decided the optimal model for predicting damage cost from storm and flood among the candidate models according to the accuracy and TPR and FPR on ROC graph obtained using test data.

#풍수해 #피해예측 #신경망 #패턴인식 #모델 최적화 #Damage from Storm and Flood #Prediction of Damage #Neural Network #Pattern Recognition #Model Optimization

참고문헌 (9)

참고문헌 신청

1. [학술지(정기간행물)] - Hegazy, T. / 1994 / Analogy-based solution to markup estimation problem / ASCE Journal of Computing Civil Engineering 8 (1) : 72 ~ 87

2. [보고서] - S.S. Park / 2008 / A Study on the Quantitative Analysis of Human-induced Disaster using Risk Curve Method

3. [보고서] - E.M. Jang / 2008 / Implementation of Disaster Information System for Korea and Typhoon Committee with Web-based GIS

4. [학술지(정기간행물)] - 김광희 / 2004 / 遺傳子 알고리즘에 의한 神經網構造의 最適化를 이용한 共同住宅의 初期工事費豫測에 관한 硏究 / 대한건축학회논문집 구조계 20 (2) : 81 ~ 88

5. [학술지(정기간행물)] - S.H. Choi / 2010 / Natural Disaster Damage Cost Prediction Model based on Neural Network and Genetic Algorithm / Proc. of the KIISE Korea Computer Congress 2010 37 (1) : 380 ~ 384

이 논문의 저자 정보

최선화

소속기관 소방방재청

주요연구분야 공학 > 컴퓨터학 공학 > 건축공학 > 토목공학

논문수 3 이용수 727

이 논문과 함께 이용한 논문

신경망과 유전자 알고리즘을 이용한 자연재해 피해예측 모델 연구

최선화 한국정보과학회 학술발표논문집 2010 .06

기상관측데이터를 활용한 일사예측모델 개발

정민희 KIEAE Journal 2017 .12

모바일 빅데이터를 활용한 재난대응방안

김종학 , 고용석 , 김준기 외 1명 국토정책 Brief 2016 .04

대형재난 발생 시 텔레비전 방송, ‘무엇을’ ‘어떻게’ 방송해야 하나?

이연 방송과 미디어 2012 .07

재난발생 이력을 기반으로 한 재난관리체계 고도화 방안

이미란 , 최우정 , 김민석 한국정보과학회 학술발표논문집 2012 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2012-569-004206901

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (9)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)