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
- 2020.9
- 수록면
- 1,387 - 1,392 (6page)
- DOI
- 10.5370/KIEE.2020.69.9.1387
이용수
초록· 키워드
오류제보하기
Understanding the characteristics of the easterly-related weather phenomena in the eastern coast in Korean Peninsula is very important to analyze abnormal atmospheric phenomena such as heavy rain, heavy snow, and hot-dry wind. As data science techniques have steadily improved, a data driven prediction models are becoming more powerful in the quantitative forecasting weather. In this paper, we apply the LSTM based deep learning method to predict the velocity of the easterly wind around the Korean peninsula. Bi-directional data shape of input data and cascaded LSTM structure are proposed. The modified LSTM based method for prediction of easterly wind is experimented in years form 2013 to 2017 for the Korean Peninsula and East Sea using ERA5 data. Experiments of precipitation classification for Gangwon and Gyeongsang area are executed in years form 2008 to 2017.
목차
Abstract
1. 서론
2. 동풍과 강수 예측용 데이터 인자
3. 딥러닝 기반 동풍 예측
4. 딥러닝 기반 강수 분류
5. 실험 환경 및 결과
6. 결론
References
참고문헌 (10)
참고문헌 신청
Sun-Gi Lee / 2005 / A Case Study on the Easterly Wind Characteristics around Gangneung City / Journal of Atmosphere 15(4):191~202
이재규 / 2003 / 동풍계열의 기류와 관련된 영동대설 사례에 대한 수치모의 연구 / Asia-Pacific Journal of Atmospheric Sciences 39(4):475~490
Ziqi Cao / 2015 / Interannual increase of regional haze-fog in North China Plain in summer by intensified easterly winds and orographic forcing / Atmospheric Environment 122:154~162
K. Kim / 2018 / Deep Learning Based Prediction for Easterly Wind / Proceedings of Information and Control Symposium CICS’2018 :55~56
김경태 / 2019 / 동풍 예측을 위한 딥러닝 기반의 예측 모델 / 전기학회논문지 68(12):1607~1611
이재규 / 2003 / 동풍계열의 기류와 관련된 영동대설 사례에 대한 수치모의 연구 / Asia-Pacific Journal of Atmospheric Sciences 39(4):475~490
Ziqi Cao / 2015 / Interannual increase of regional haze-fog in North China Plain in summer by intensified easterly winds and orographic forcing / Atmospheric Environment 122:154~162
K. Kim / 2018 / Deep Learning Based Prediction for Easterly Wind / Proceedings of Information and Control Symposium CICS’2018 :55~56
김경태 / 2019 / 동풍 예측을 위한 딥러닝 기반의 예측 모델 / 전기학회논문지 68(12):1607~1611
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
동풍 예측을 위한 딥러닝 기반의 예측 모델
전기학회논문지
2019 .12
-
LSTM 기반 동풍 예측
정보 및 제어 논문집
2019 .04
-
LSTM 기반 동풍 예측 개선
정보 및 제어 논문집
2019 .10
-
딥러닝 기반 동풍 예측
정보 및 제어 논문집
2018 .10
-
기상 테이터를 이용한 딥러닝 기반 풍력 발전량 예측에 관한 연구
전기학회논문지
2021 .05
-
정확도 향상을 위한 CNN-LSTM 기반 풍력발전 예측 시스템
신·재생에너지
2022 .06
-
LSTM 딥러닝 신경망 모델을 이용한 풍력발전단지 풍속 오차에 따른 출력 예측 민감도 분석
풍력에너지저널
2024 .06
-
LSTM 모델을 활용한 풍속 및 풍향 예측
한국항공우주학회 학술발표회 초록집
2023 .11
-
LSTM 기반 딥러닝 모델을 이용한 비행 데이터 예측 기법
한국항공우주학회 학술발표회 초록집
2021 .11
-
시간별 LSTM 기법을 이용한 단기풍력발전 예측
전기학회논문지
2020 .06
-
Preliminary Study of Deep Learning-based Precipitation Prediction
한국측량학회지
2017 .10
-
LSTM 기법을 이용한 풍력발전 출력 예측에 관한 연구
전기학회논문지
2020 .08
-
LSTM 기반의 다중 차량 경로 예측 네트워크
제어로봇시스템학회 국내학술대회 논문집
2020 .07
-
Bi-LSTM 기반 환경 데이터 예측에 관한 연구
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
LSTM 기반 딥러닝 기술을 활용한 수온 변화 예측
한국정보통신학회 여성 ICT 학술대회 논문집
2020 .08
-
Power Forecasting of Pitch-Controlled Wind Turbine System Using Long Period Wind Data Based on Deep-Learning
AFORE
2021 .10
-
R-LSTM 단기 풍력발전 출력예측 기반 출력제한에 관한 연구
대한전기학회 학술대회 논문집
2022 .10
-
정규 크리깅을 이용한 풍력발전 예측시스템 개발
조명·전기설비학회논문지
2016 .07
-
라이프로그 데이터를 활용한 LSTM 모델 기반의 치매 예측
한국정보기술학회논문지
2024 .09
-
LSTM 기반 딥러닝 기술을 이용한 태양광 발전량 예측
한국통신학회 학술대회논문집
2020 .08
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-560-001154175