머신러닝을 이용한 공공시설 호우피해 예측함수 개발

• 영문명: Development of Heavy Rain Damage Prediction Function for Public Facility Using Machine Learning
• 발행기관: 한국방재학회
• 저자명: 최창현(Choi Chang hyun) 박기혁(Park Ki hyuck) 박희경(Park Hee kyung) 이명진(Lee Myung jin) 김종성(Kim Jong sung) 김형수(Kim Hung Soo)
• 간행물 정보: 『2. 한국방재학회 논문집』 17권6호, 443~450쪽, 전체 8쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2017.12.30

국문 초록

본 연구에서는 머신러닝(기계학습)을 활용하여 경기도 지역의 호우로 인한 공공시설물 피해를 예측하는 함수를 개발하였다. 종속변수로 재해연보상의 공공시설 피해액을 사용하였고, 설명변수로 기상요소와 사회·경제적 요소를 고려하였다. 실제 호우피해액과 예측 호우피해액을 비교하여 예측력을 평가한 결과 NRMSE(Normalized Root Mean Squared Error)는 22.93~24.16%로 나타났으며, 배깅 방법을 이용한 함수가 가장 좋은 예측력을 보였다. 본 연구에서 개발된 함수를 이용하여 예방 및 대비 차원의 재난관리를 실시한다면, 호우피해를 줄이는데 큰 도움이 될 것으로 판단된다.

영문 초록

We developed heavy rain damage prediction functions for the prediction of public facility damage to be occurred by heavy rain in Gyeonggi-do province. This study used machine learning such as decision tree, bagging, and random forest models for the function development and data of public facility damages which can be obtained from annual reports for natural disaster damages published in Korea as a dependent variable. Also, meteorological factors and socio-economic factors were considered as explanatory variables then the prediction functions were developed. As a result of comparing the amount of actual heavy rain damages with the amount of predicted damages, the NRMSE(Normalized Root Mean Squared Error) was in the range of 22.93~24.16%. The function using the bagging method showed the best prediction performance. If the predicted damages by the developed functions are used for disaster prevention and preparation, it will be a great help to reduce heavy rain damage.

목차

Abstract

요지

1. 서론

2. 호우피해 예측함수 개발을 위한 머신러닝 기법

3. 호우피해 예측함수의 구성

4. 호우피해 예측함수 개발 및 예측력 평가

5. 결론

감사의 글

References

키워드

호우피해 예측함수 머신러닝(기계학습) 사회·경제적 요소 공공시설 Heavy Rain Damage Prediction Function Machine Learning Socio-economic Variable Public Facility