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
한국지식정보기술학회 한국지식정보기술학회 논문지 한국지식정보기술학회 논문지 제12권 제2호
발행연도
2017.1
수록면
295 - 303 (9page)

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
다양한 기후변화 중 국지성 호우는 인명 피해 및 막대한 재산상의 피해를 유발하는 위험 기상이다. 기후변화에 따른 국지성호우는 정확한 예측이 우선되어야 한다. 현재 5km 해상도의 동네예보 서비스는 스톰 규모(200m~1km)에서 발생하는 국지성 호우를 예측하는데 한계가 있다. 다운스케일링을 위해 기상분야에서는 공간보간법을 활용하고 있으나 강우의 특성상 강우량 추정 정확도가 낮은 실정이다. 본 논문에서는 강우량 추정 정확도 향상을 위해 공간보간법과 기계학습 알고리즘을 대상으로 강우량을 추정하고 정확도를 비교분석하여 기상분야의 다운스케일링 기법으로 기계학습 알고리즘을 적용하고자 한다. 이를 위해 강우가 관측된 2015년 8월 16일 16시부터 20시까지의 자동기상관측장비 데이터를 활용하여 사례 분석을 수행하였다. 비교분석을 위한 검증방법은 RMSE, R-square, Correlation Coefficient, CSI, BIAS를 사용하였으며, 그 결과, 기계학습의 배깅 알고리즘이 가장 높은 정확도로 강우량을 추정함을 확인할 수 있었다.

목차

등록된 정보가 없습니다.

참고문헌 (16)

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