학술논문
머신러닝 기법을 활용한 낙동강 하구 염분농도 예측
이용수 143
- 영문명
- Nakdong River Estuary Salinity Prediction Using Machine Learning Methods
- 발행기관
- 한국스마트미디어학회
- 저자명
- 이호준(Hojun Lee) 조민규(Mingyu Jo) 천세진(Sejin Chun) 한정규(Jungkyu Han)
- 간행물 정보
- 『스마트미디어저널』Vol11, No.2, 31~38쪽, 전체 8쪽
- 주제분류
- 공학 > 컴퓨터학
- 파일형태
- 발행일자
- 2022.03.30
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
하천의 염분 변화를 신속히 예측하는 것은 염분 침투로 인한 농업, 생태계의 피해를 예측하고 재해 방지 대책을 수립하기 위해서 중요한 작업이다. 머신러닝 기법은 물리 기반 수리 모델에 비해 계산량이 훨씬 적기 때문에, 비교적 짧은 시간에 염분농도를 예측 가능하여 물리 기반 수리 모델의 보완 기법으로 연구되고 있다. 해외에서는 머신러닝 기법 기반 염분 예측 연구들이 활발히 연구되고 있으나, 대한민국의 공공데이터에 머신러닝 기법을 적용한 연구는 충분치 않다. 낙동강 하구의 환경 정보에 관한 공공데이터와 함께, 본 연구는 여러 종류의 머신러닝 기법의 염분농도에 대한 예측 성능을 측정하였다. 실험 결과에서, 결정 트리 기반의 LightGBM 알고리즘은 평균 RMSE 0.37의 예측 정확도와 타 알고리즘 대비 2-20배 빠른 학습 속도를 보여주었다. 따라서 국내 하천의 염분농도 예측에도 머신러닝 기법을 적용할 수 있다고 판단된다.
영문 초록
Promptly predicting changes in the salinity in rivers is an important task to predict the damage to agriculture and ecosystems caused by salinity infiltration and to establish disaster prevention measures. Because machine learning(ML) methods show much less computation cost than physics-based hydraulic models, they can predict the river salinity in a relatively short time. Due to shorter training time, ML methods have been studied as a complementary technique to physics-based hydraulic model. Many studies on salinity prediction based on machine learning have been studied actively around the world, but there are few studies in South Korea. With a massive number of datasets available publicly, we evaluated the performance of various kinds of machine learning techniques that predict the salinity of the Nakdong River Estuary Basin. As a result, LightGBM algorithm shows average 0.37 in RMSE as prediction performance and 2-20 times faster learning speed than other algorithms. This indicates that machine learning techniques can be applied to predict the salinity of rivers in Korea.
목차
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 염분농도 예측
Ⅳ. 실험 결과
Ⅴ. 결론
해당간행물 수록 논문
- IoT 컴퓨팅 환경을 위한 뉴로모픽 기반 플랫폼의 추론시간 단축
- 블러링기법 기반의 홍채영역 마스킹 방법
- FPGA상에서 스파이킹 뉴럴 네트워크 지원을 위한 모델 최적화
- 머신러닝을 활용한 선발 투수 교체시기에 관한 연구
- A TabNet - Based System for Water Quality Prediction in Aquaculture
- 유튜브 악성 댓글 탐지를 위한 LSTM 기반 기계학습 시스템 설계 및 구현
- 머신러닝 기법을 활용한 낙동강 하구 염분농도 예측
- 스마트미디어저널 Vol11, No.2 목차
- 뉴로모픽 아키텍처 기반 자율형 IoT 응용 통합개발환경 응용 시나리오
- ResNet 기반 작물 생육단계 추정 모델 개발
참고문헌
관련논문
공학 > 컴퓨터학분야 BEST
- 청소년들의 스마트폰 중독예방을 위한 이야기치료 집단상담 프로그램 개발
- 지도서비스를 이용한 위치 기반 관광 빅데이터의 시각화
- 틱톡의 숏폼 콘텐츠 특성이 관광지 이미지 및 방문의도에 미치는 영향
공학 > 컴퓨터학분야 NEW
- 착용형 증강현실 기반 체험형 콘텐츠 연구
- 스마트미디어저널 Vol13, No.4 목차
- Incorporating BERT-based NLP and Transformer for An Ensemble Model and its Application to Personal Credit Prediction
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!