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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
임승준 (수원대학교) 오성권 (수원대학교) 김용혁 (광운대학교) 이용희 (국립기상연구소)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제63권 제4호
발행연도
2014.4
수록면
526 - 533 (8page)

이용수

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

이 논문의 연구 히스토리 (3)

2014

SVR 기법을 이용한 AWS 기반 호우특보 가이던스 개발
임승준 ,  김용혁 ,  이용희 외 2명 한국기상학회 학술대회 논문집 2014.05 학술대회자료
AWS자료 기반 SVR과 뉴로-퍼지 알고리즘 구현 호우주의보 가이던스 연구
임승준 ,  오성권 ,  김용혁 외 1명 전기학회논문지 2014.04 학술저널

2013

AWS자료 기반 SVR과 뉴로-퍼지 알고리즘 구현 호우주의보 가이던스 연구
임승준 ,  김현명 ,  오성권 외 2명 대한전기학회 학술대회 논문집 2013.07 학술대회자료

초록· 키워드

오류제보하기
In this study, we introduce design methodology to develop a guidance for issuing heavy rainfall warning by using both RBFNNs(Radial basis function neural networks) and SVR(Support vector regression) model, and then carry out the comparative studies between two pattern classifiers. Individual classifiers are designed as architecture realized with the aid of optimization and pre-processing algorithm. Because the predictive performance of the existing heavy rainfall forecast system is commonly affected from diverse processing techniques of meteorological data, under-sampling method as the pre-processing method of input data is used, and also data discretization and feature extraction method for SVR and FCM clustering and PSO method for RBFNNs are exploited respectively. The observed data, AWS(Automatic weather wtation), supplied from KMA(korea meteorological administration), is used for training and testing of the proposed classifiers. The proposed classifiers offer the related information to issue a heavy rain warning in advance before 1 to 3 hours by using the selected meteorological data and the cumulated precipitation amount accumulated for 1 to 12 hours from AWS data. For performance evaluation of each classifier, ETS(Equitable Threat Score) method is used as standard verification method for predictive ability. Through the comparative studies of two classifiers, neuro-fuzzy method is effectively used for improved performance and to show stable predictive result of guidance to issue heavy rainfall warning.
#RBFNNs(Radial Basis Function Neural Networks) #FCM(Fuzzy C-means Method) #PSO(Particle Swarm Optimization) #SVR(Support Vector Regression) #AWS(Automatic Weather Station) #ETS(Equitable Threat Score) #undersample

목차

Abstract
1. 서론
2. 자료 구성과 전처리
3. 제안 모델 및 최적화 방법
4. 실험 방법 및 평가
5. 결론
References

참고문헌 (14)

참고문헌 신청
Korea Meteorological Administration google schola J. H. Seo / 2011 / A survey on rainfall forecast algorithms based on machine learning technique / Proceedings of KIIS Fall Conference 21(2):218~221 google schola Y.-H. Kim / 2010 / Probabilistic context prediction using time-inferred multiple pattern networks / Annual ACM Symposium on Applied Computing :1015~1019 google schola J. H. Seo / 2012 / Genetic feature selection for very short-term heavy rainfall prediction / Proceedings of International Conference on Convergence and Hybrid Information Technology -Lecture Notes in Computer Science 7425:312~322 google schola J. LEE / 2011 / Parameter Evaluation to Classify Heavy Rain using SVMs / ISIS google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

레이더강우를 이용한 GIS기반의 분포형모형 적용성 분석
박진혁 ,  강부식 ,  이근상 대한공간정보학회지 2008 .03
우리 나라 호우의 특징과 예보현황
김승 대한토목학회지 1996 .09
한국형 돌발홍수 예경보시스템 개발 : (Ⅱ) 구성요소 개발 및 시스템 분석
배덕효 ,  김진훈 대한토목학회논문집 B 2007 .05
장마 후 집중호우 메커니즘 분석과 예보 가이던스 개발
신도식 ,  박윤호 한국기상학회 학술대회 논문집 2004 .10
GMS-5 IR1 밝기온도와 AWS 강우량의 관계성 : 1998년 8월 중서부지역 집중호우 사례
권태영 ,  이규태 한국기상학회 학술대회 논문집 1999 .04

최근 본 자료

전체보기

댓글(0)

0