인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
초록·키워드
기존의 역학모델은 오랜 연구로 인한 이론적 바탕이 누적되어 높은 수준의 기상예측이 가능하나, 이러한 모델을 수행하기 위해서는 과도한 전산자원을 필요로 한다. 전산자원의 감축 및 성능개선을 위해서 최근 기계학습 관련 연구가 대두되고 있다. 본 논문은 슬라이딩 윈도우 기법과 기계학습 (심층 신경망, 서포트 벡터 머신, 랜덤 포레스트)을 활용하여 단기 풍속예측모델을 생성하고, 이를 평가하여 최적의 예측모델을 제안하고자 한다. 본 연구에 사용된 자료는 기상청에서 제공하는 남한 전역의 ASOS 95지점의 2017년 08월부터 2018년 8월까지의 관측자료이며, 제안된 풍속 예측모델의 입력 변수는 기온, 풍향, 습도, 강수와 관측지점의 위경도, 시간 변수를 활용하였다. 그 결과, 기계학습 기법은 저풍속대와 육지지형에서 뛰어난 풍속 예측상능을 보였으며, 기계학습 기법 중에서는 랜덤 포레스트 기법을 이용하였을 때 가장 우수한 성능을 나타내었다.
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-ECN-0101-2020-041-001280612
