메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
인문사회과학기술융합학회 예술인문사회 융합 멀티미디어 논문지 예술인문사회 융합 멀티미디어 논문지 제8권 제7호
발행연도
2018.1
수록면
749 - 757 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
항공기의 이륙·착륙에 가장 많은 영향을 끼치는 것 중에 하나는 윈드시어이다. 윈드시어는 wind(바람)과 shear(자르다)가 결합된 용어로, 짧은 수평·수직 거리 내에서 바람의 방향과 속도가 갑자기 변하는 현상을 말한다. 이착륙 단계의 낮은 고도에서는 조종사가 대응할 만한 시·공간적 여유가 없기 때문에, 윈드시어가 발생하면 매우 위험한 상황이 발생할 수 있다. 본 연구에서는 딥 러닝을 이용하여 일정 시간(10분, 20분, 30분) 이후의 윈드시어 발생 경보를 사전에 예측하는 모델을 제안한다. 딥 러닝 기법 중의 심층 신경망을 이용하여 모델을 설계하고, 오픈소스 라이브러리인 텐서플로로 구현하였다. 항공기상 관측 장비로 수집된 풍향, 풍속, 온도와 습도 등의 인자를 포함한 인천공항의 활주로 6개의 기상자료로 이 심층 신경망을 통해 학습하고, 미래의 윈드시어 발생을 예측하는 실험을 진행하였다. 이 심층 신경망을 이용하여 학습된 모델은 서포트 벡터 머신 모델에 비해 평균적으로 약 13.47%의 성능 향상을 보였다.

목차

등록된 정보가 없습니다.

참고문헌 (11)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0