Earticle

초록

한국어

해양 뜰개는 해수면을 떠다니며 해양 기상 등을 관측하는 장비로, 뜰개를 통해 관측한 데이터는 해양 기상 예측, 유류유출 예측 등의 상황에서 활용된다. 관측 데이터는 관측 시에 오측(error data) 또는 결측(missing data)이 발생할 수 있으며, 오측 또는 결측된 데이터가 포함 될 경우, 데이터를 사용하는 모델들의 정확도가 떨어질 수 있다. 본 논문에서는 데이터 보정을 위한 방법으로 순환신경망을 이용한 데이터 보정 모델을 제안한다. 2015년 7개, 2016년 8개의 뜰개를 통해 수집한 해양 데이터를 이용한 보정 실험 결과와 보정 결과를 검증하기 위한 뜰개 이동 예측 실험을 설명하며, 실험 결과, 데이터 보정을 통해 13.9%의 데이터가 보정되었으며, 이동 예측 모델의 성능이 1.4% 향상되는 것을 보였다.

영어

The ocean drifter is a device for observing the ocean weather by floating off the sea surface. The data observed through the drifter is utilized in the ocean weather prediction and oil spill. Observed data may contain incorrect or missing data at the time of observation, and accuracy may be lowered when we use the data. In this paper, we propose a data correction model using recurrent neural networks. We corrected data collected from 7 drifters in 2015 and 8 drifters in 2016, and conducted experiments of drifter moving prediction to reflect the correction results. Experimental results showed that observed data are corrected by 13.9% and improved the performance of the prediction model by 1.4%.

목차

요약
 Abstract
 1. 서론
 2. 실험 데이터
 3. 순환신경망
 4. 데이터 보정 실험
  4.1 데이터 보정 모델
  4.2 데이터 보정 실험 및 결과
 5. 뜰개 이동 예측 실험
  5.1 뜰개 이동 예측 모델
  5.2 뜰개 이동 예측 실험 및 결과
 6. 결론
 REFERENCES

저자

• 김경도 [ Gyoung-Do Kim | 광운대학교 컴퓨터과학과 ]
• 김용혁 [ Yong-Hyuk Kim | 광운대학교 컴퓨터과학과 ] Corresponding author

참고문헌