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
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.6
- 수록면
- 17 - 29 (13page)
이용수
초록· 키워드
오류제보하기
Existing research on North Korea"s ballistic missile launches has focused on follow-up management of pattern analysis linking ballistic missiles and nuclear development, as well as tracking and predicting the range of ballistic missile orbits. Most of the predictions related to North Korea"s ballistic missile launch were viewed from a political and security perspective related to North Korea. These existing studies can also be seen as dealing with the intentions of the North Korean command in light of various situations. However, even if North Korea intends so launch a ballistic missile, it must also have a weather environment to launch it.
Therefore, this study proposes a model to predict the weather environment of North Korean ballistic missiles using past North Korean weather information and ballistic missile launch information. As a result of the study, random forest and adaboost models among classification models show high prediction accuracy of over 94%. Using the results from a decision tree model to interpret key weather variables that significantly influence ballistic missile launch predictions, it was shown that conditions are unfavorable for missile launch when the wind speed is 25m/s or greater. This is in line with the fact that too strong ground winds can negatively impact rocket launches. Such a model, trained on past weather data, can be used to predict suitable weather conditions for ballistic missile launches by inputting new weather data.
Therefore, this study proposes a model to predict the weather environment of North Korean ballistic missiles using past North Korean weather information and ballistic missile launch information. As a result of the study, random forest and adaboost models among classification models show high prediction accuracy of over 94%. Using the results from a decision tree model to interpret key weather variables that significantly influence ballistic missile launch predictions, it was shown that conditions are unfavorable for missile launch when the wind speed is 25m/s or greater. This is in line with the fact that too strong ground winds can negatively impact rocket launches. Such a model, trained on past weather data, can be used to predict suitable weather conditions for ballistic missile launches by inputting new weather data.
목차
ABSTRACT
1. 서론
2. 관련 연구
3. 연구 방법
4. 연구 결과
5. 결론
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
탄도미사일 비행 탐지정보에 기반한 발사위치 추정 연구
Journal of the KNST
2023 .09
-
의사결정나무를 이용한 북한 탄도미사일 탄종 신속 분류 모델
한국국방경영분석학회지
2024 .08
-
비행경로각 조정에 의한 중거리 탄도미사일의 비행궤적 특성 해석
한국군사과학기술학회지
2015 .01
-
북한 신형전술미사일(개량형 KN-23)의 기술평가 및 함의
한국군사
2021 .12
-
朝鲜弹道导弹开发提速对半岛局势的影响及 中国的应对
한국동북아논총
2017 .12
-
북한의 핵·미사일 과학기술 발전과 비핵화 프로세스 전망
통일문제연구
2018 .01
-
국제우주법상 북한 광명성 발사의 적법성
국제법학회논총
2017 .03
-
Micromorphology를 통해 파악된 화강암 풍화층과 암맥의 상관성
한국지형학회지
2024 .09
-
RCS를 고려한 레이더의 탄도미사일 탐지특성 분석
한국군사학논집
2015 .06
-
The Trump Administration’s Options on North Korean Nuclear and Ballistic Missile Programs: Peaceful and Diplomatic or Offensive?
평화학연구
2017 .06
-
The U.S. Ballistic Missile Defense Policy In Europe and the Asia-Pacific : Strategic Implications for the ROK-U.S. Alliance
EAI 이슈브리핑
2015 .10
-
게임이론의 신호게임을 이용한 한국경제에 영향을 미치는 북한 미사일 문제에 관한 분석
신용카드리뷰
2020 .01
-
비행단계 식별 알고리즘을 이용한 초고속 표적의 탄착점 예측
한국군사과학기술학회지
2015 .01
-
탄도미사일 궤적 시뮬레이션 모델을 이용한 방어영역 산출 및 응용
한국군사과학기술학회지
2018 .01
-
기상과 제주지역 관광지 입장객 수 및 모바일 관광정보 검색량 간의 관계 분석
MICE관광연구
2018 .01
-
크라우드소싱을 통한 참여형 기상기록정보의 수집과 활용에 관한 연구
한국기록관리학회지
2019 .01
-
크라우드소싱을 통한 참여형 기상기록정보의 수집과 활용에 관한 연구
한국기록관리학회지
2019 .01
-
A Study in the Relationship between Extreme Weather and Tourism Demand
한국무역학회 국제학술대회
2017 .07
-
Big Data Analysis of Weather Condition and Air Quality on Cosmetics Marketing
Journal of Information Technology Applications & Management
2017 .09
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0102-2023-390-001747756