RNN 기반 LSTM을 이용한 고수온 예측

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.