다중 목적 기계학습을 이용한 최적 해양 관측망 설계 모듈 개발

DC Field Value Language
dc.contributor.author 김남훈 -
dc.contributor.author 최정운 -
dc.contributor.author 김호진 -
dc.contributor.author 정상훈 -
dc.contributor.author 권영연 -
dc.coverage.temporal 2020-05-01~2020-12-31 -
dc.date.accessioned 2021-03-17T09:10:21Z -
dc.date.accessioned 2021-03-17T09:10:21Z -
dc.date.available 2021-03-17T09:10:21Z -
dc.date.available 2021-03-17T09:10:21Z -
dc.date.issued 2021-02 -
dc.identifier.uri https://sciwatch.kiost.ac.kr/handle/2020.kiost/40855 -
dc.description.abstract ○ 다중 목적 기계학습을 이용한 최적 해양 관측망 설계모듈 개발 ◻ 수치 모델 기반의 입력 자료 DB 구축 - 수치 모델 검􌝆보정 평가, Testbed 선정 및 분석 항목에 대한 입력 자료 DB 구축 ◻ 진화 알고리즘 기반의 다중 목적 기계학습 모듈 구축 - 분석 항목들에 대한 DB 기반 목적함수 구축 - MOEAs 기반 MOO solver 구축 및 ML 모듈 접합(MOML) ◻ 최적 해양 관측망 설계 모듈 적용 및 평가 - MOML 모듈 기반의 최적 해양 관측망 설계 실험적 적용 - 설계된 최적 관측망에 대한 통계적 성능 평가 -
dc.description.sponsorship 한국해양과학기술원 -
dc.title 다중 목적 기계학습을 이용한 최적 해양 관측망 설계 모듈 개발 -
dc.title.alternative Development of an optimal design module for an ocean monitoring network based on multi-objective machine learning -
dc.type Report -
dc.contributor.alternativeName 김남훈 -
dc.contributor.alternativeName 최정운 -
dc.contributor.alternativeName 김호진 -
dc.contributor.alternativeName 정상훈 -
dc.contributor.alternativeName 권영연 -
dc.identifier.localId BSPE99865-12510-2 -
dc.subject.keyword 해양 관측망 -
dc.subject.keyword 부이 관측망 -
dc.subject.keyword 다중 목적 최적화 -
dc.subject.keyword 기계학습 -
dc.subject.keyword 파레토 프론트 -
dc.subject.keyword Ocean Monitoring Network -
dc.subject.keyword Buoy Network -
dc.subject.keyword Multi-Objective -
dc.subject.keyword Optimization -
dc.subject.keyword Machine Learning -
dc.subject.keyword Pareto-Front -
dc.subject.keyword Ocean Monitoring Network;Buoy Network;Multi-Objective;Optimization;Machine Learning;Pareto-Front en
dc.type.local Research Report -
dc.contributor.director 김남훈 -
dc.identifier.awardNumber PE99865 -
Appears in Collections:
Sea Power Enhancement Research Division > Coastal Disaster & Safety Research Department > 5. R&D Reports
Files in This Item:

qrcode

Items in ScienceWatch@KIOST are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse