인공신경망과 가우시안 과정 회귀에 의한 규칙파의 조파기 입력파고 추정
KCI
-
Title
- 인공신경망과 가우시안 과정 회귀에 의한 규칙파의 조파기 입력파고 추정
-
Alternative Title
- Estimation of the Input Wave Height of the Wave Generator for Regular Waves by Using Artificial Neural Networks and Gaussian Process Regression
-
Author(s)
- 오정은; 오상호
-
Alternative Author(s)
- 오정은
-
Publication Year
- 2022-12
-
Abstract
- 2차원 조파수조 내에서 취득된 규칙파 실험데이터를 머신러닝 기법으로 분석하여 천수 변형을 경험한 파랑으로부터 조파기의 입력파고를 예측하는 모델을 수립하고 그 성능을 검증하였다. 이를 위해 가장 대표적인 머신러닝기법인 인공신경망(NN)과 비모수 회귀분석 방법 중 하나인 가우시안 과정 회귀(GPR) 모델을 각각 수립하고 두 모델의 예측 성능을 비교하였다. 전체 실험자료를 모두 한꺼번에 활용한 경우와 쇄파 발생 여부에 따라 자료를 구분한경우에 대해 독립적으로 분석을 수행하였다. 데이터를 구분하지 않은 경우에는 NN 및 GPR 모델 모두 조파기 입력파고 값과 계측값 사이의 오차가 비교적 크게 나타났다. 반면에 데이터를 비쇄파 및 쇄파 조건으로 구분하면 조파기입력파고의 예측 정확도가 크게 향상되었다. 두 모델 중에서는 NN 모델보다 GPR 모델의 성능이 전반적으로 더 우수한 것으로 나타났다.
-
ISSN
- 1976-8192
-
URI
- https://sciwatch.kiost.ac.kr/handle/2020.kiost/43665
-
DOI
- 10.9765/KSCOE.2022.34.6.315
-
Bibliographic Citation
- 한국해안·해양공학회논문집, v.34, no.6, pp.315 - 324, 2022
-
Publisher
- 한국해안,해양공학회
-
Keywords
- gaussian process regression; wave generation; physical experiment; 머신러닝; 인공신경망; 가우시안 과정 회귀; 조파; 수리실험; machine learning; artificial neural network
-
Type
- Article
-
Language
- Korean
- Files in This Item:
-
There are no files associated with this item.
Items in ScienceWatch@KIOST are protected by copyright, with all rights reserved, unless otherwise indicated.