RNN 기반 LSTM을 이용한 고수온 예측
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Choi, Hey Min | - |
dc.contributor.author | Kim, Min Kyu | - |
dc.contributor.author | Yang, Hyun | - |
dc.date.accessioned | 2020-12-24T00:30:03Z | - |
dc.date.available | 2020-12-24T00:30:03Z | - |
dc.date.created | 2020-12-23 | - |
dc.date.issued | 2020-12-21 | - |
dc.identifier.uri | https://sciwatch.kiost.ac.kr/handle/2020.kiost/38971 | - |
dc.description.abstract | 최근 지구온난화의 영향으로 대한민국 주변해역에서 고수온 발생이 증가하고 있으며, 이 현상은 대한민국 해양경제에 막대한 피해를 발생시키고 있다. 본 연구에서는 고수온 피해를 줄이기 위한 해결방안으로 사전에 고수온 현상을 예측하는 방법을 제안하며, 시계열 데이터 예측에서 높은 성능을 보여주는 RNN(Recurrent neural network) 기반의 LSTM(Long short-term memory)을 이용한다. 위성 영상의 SST(Sea Surface Temperature) 데이터를 이용하여, LSTM 모델을 트레이닝하고 1~7일 이후의 SST를 예측한다. 연구결과, 1일 예측 모델의 성능평가에서 RMSE(Root mean square error)와 MAPE(Mean absolute percentage error)는 각각 0.1218과 0.5191이었으며, F1 Score는 0.94의 결과를 보여줌으로써 오차율이 낮음을 확인할 수 있었다. | - |
dc.description.uri | 2 | - |
dc.language | Korean | - |
dc.publisher | 한국정보과학회 | - |
dc.relation.isPartOf | 2020 한국소프트웨어종합학술대회 (KSC2020) 자료집 | - |
dc.title | RNN 기반 LSTM을 이용한 고수온 예측 | - |
dc.title.alternative | High water temperature prediction using RNN-based LSTM | - |
dc.type | Conference | - |
dc.citation.conferenceDate | 2020-12-21 | - |
dc.citation.conferencePlace | KO | - |
dc.citation.conferencePlace | 온라인 | - |
dc.citation.title | 2020 한국소프트웨어종합학술대회 (KSC2020) | - |
dc.contributor.alternativeName | 최혜민 | - |
dc.contributor.alternativeName | 김민규 | - |
dc.contributor.alternativeName | 양현 | - |
dc.identifier.bibliographicCitation | 2020 한국소프트웨어종합학술대회 (KSC2020) | - |
dc.description.journalClass | 2 | - |