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
최병종 (가톨릭관동대학교) 박창욱 (오셔닉) 조용환 (나고야대학교) 김도삼 (한국해양대학교) 이광호 (가톨릭관동대학교)
저널정보
한국해안해양공학회 한국해안·해양공학회논문집 한국해안해양공학회논문집 제32권 제6호
발행연도
2020.12
수록면
384 - 395 (12page)

이용수

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

초록· 키워드

오류제보하기
연안에서 천수변형에 의해 발생하는 쇄파는 표사이동, 연안류의 생성, 충격파압의 발생 등과 같은 연안역의 다양한 물리현상과 밀접한 관계를 갖고 있다. 따라서, 연안구조물의 설계 시 쇄파파고 및 쇄파수심과 같은 쇄파지표를 정확하게 예측하는 것이 중요하다. 과거부터 많은 연구자들에 의해 쇄파현상을 규명하고 예측하기 위한 많은 과학적인 노력들이 이루어져 왔다. 대표적인 쇄파에 연구들은 주로 수리모형실험을 통해 쇄파지표 예측을 위한 많은 경험식이 제안되어 왔다. 하지만, 기존의 쇄파지표에 대한 경험식은 일정한 방정식의 가정하에 자료의 통계적 분석을 통해 가정한 방정식의 계수들을 결정하고 있다. 본 논문에서는 회귀 혹은 분류문제와 관련된 다양한 연구분야에 있어서 높은 예측성능을 보여주는 대표적인 선형기반의 지도학습 머신러닝 기법을 적용하였다. 적용된 머신러닝 기법을 기반으로 기존의 쇄파에 대한 실험자료로부터 쇄파지표 예측을 위한 모델을 개발하고, 학습된 모델로부터 쇄파예측을 위한 새로운 선형식을 제시하였다. 새롭게 제안된 쇄파지표식은 단순한 선형식임에도 불구하고 기존의 경험공식에 비해 유사한 예측성능을 보였다.
#쇄파파고 #쇄파수심 #머신러닝 #지도학습 #쇄파지표식 #wave breaking height #breaking depth #machine learning #supervised learning #breaker index formula

목차

요지
Abstract
1. 서론
2. 쇄파관련 실험자료
3. 기계학습 기법 적용
4. 기계학습을 통한 쇄파지표 예측모델
5. 결론
References

참고문헌 (44)

참고문헌 신청
Arlot, S. / 2010 / A survey of cross-validation procedures for model selection / Static Surveys 4:40~79 google schola Bataineh, M. / 2017 / Neural network for regression problems with reduced training sets / Neural Networks 95:1~9 google schola Bergstra, J. / 2012 / Random search for hyperparameter optimization / Journal of Machine Learning Research 13:281~305 google schola Buscombe, D. / 2020 / Optical wave gauging using deep neural networks / Coastal Engineering 155:103593 google schola Bradford, S. F. / 2000 / Numerical simulation of surf zone dynamics / Journal of Waterway Port Coastal and Ocean Engineering 126:1~13 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

2012년 태풍 볼라벤에 대한 폭풍해일과 파랑 수치모의
김건형 ,  류경호 ,  윤성범 한국해안·해양공학회논문집 2020 .08

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-454-001411598