Earticle

현재 위치 Home

Original Article

인공신경망 알고리즘을 활용한 가뭄 취약지역 분석
Analysis of Drought Vulnerable Areas using Neural-Network Algorithm

첫 페이지 보기
  • 발행기관
    한국재난정보학회 바로가기
  • 간행물
    한국재난정보학회논문집 KCI 등재 바로가기
  • 통권
    제17권 2호 통권52호 (2021.06)바로가기
  • 페이지
    pp.329-340
  • 저자
    신정훈, 김준경, 염민교, 김진평
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A396729

※ 기관로그인 시 무료 이용이 가능합니다.

4,300원

원문정보

초록

영어
Purpose: In this paper, using artificial neural network algorithm, the Korean Peninsula was analyzed for drought vulnerable areas by predicting weather data changes. Method: Monthly cumulative precipitation data were utilized for research areas considering the specific nature areas, and weather data prediction through artificial neural network algorithm was carried out using statistical program R. The predicted data were applied to the Standardized Precipitation Index (SPI) to analyze drought vulnerable areas in the Korean Peninsula. Result: In this paper, the correlation coefficient values between real and predicted data are found to be 0.043879 higher on average than the regression results, using artificial neural network algorithms. Conclusion: The results of the research are expected to be used as basic research materials for responding to drought.
한국어
연구목적: 본 연구는 인공신경망 라이브러리 기술을 이용하여, 기상 데이터 변화 예측을 통한 한반도 가 뭄 취약지역 분석을 목적으로 하였다. 연구방법: 연구지역 중 북한 지역의 다양한 기상데이터의 확보가 힘든 특수성을 고려하여 연구지역의 월별 누적강수량 데이터를 활용하였으며, 통계프로그램 R을 이용 하여 인공신경망 알고리즘을 통한 기상데이터 추정을 수행하였다. 연구결과: 본 논문에서 진행한 연구 결과, 실제 데이터와 예측 데이터 간의 상관계수 값은 인공신경망 알고리즘을 활용한 결과가 회귀분석 결과보다 평균 0.043879 더 높은 것으로 확인되었다. 결론: 연구의 결과는 가뭄 대응을 위한 재난대응 기초 연구 자료로 활용 가능할 것으로 기대한다.

목차

ABSTRACT
요약
서론
이론적 배경
가뭄
인공신경망
연구내용
연구지역 선정
데이터 수집
인공신경망 알고리즘의 학습 및 분석
인공신경망 알고리즘 기반 예측 및 SPI 계산
연구 결과
결론
Acknowledgement
References

키워드

인공신경망 딥러닝 가뭄 표준강수지수(SPI) Artificial Neural Network Deep-Learning Drought Standardized Precipitation Index(SPI)

저자

  • 신정훈 [ Jeong Hoon Shin | Researcher, Safety Inspection for Infrastructure Laboratory, Advanced Institute of Convergence Technology, Suwon, Republic of Korea ]
  • 김준경 [ Jun Kyeong Kim | Director, Safety Inspection for Infrastructure Laboratory, Advanced Institute of Convergence Technology, Suwon, Republic of Korea ] Corresponding Author
  • 염민교 [ Min Kyo Yeom | Senior Researcher, Safety Inspection for Infrastructure Laboratory, Advanced Institute of Convergence Technology, Suwon, Republic of Korea ]
  • 김진평 [ Jin Pyeong Kim | irector, Computer Vision & Artificial Intelligence Laboratory, Advanced Institute of Convergence Technology, Suwon, Republic of Korea ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국재난정보학회 [The Korean Society of Disaster Information]
  • 설립연도
    2005
  • 분야
    사회과학>사회복지학
  • 소개
    한국재난정보학회는 공공기관, 학계, 연구기관 그리고 민간관련회사 등의 상호협력과 유대강화를 통하여 국가 및 민간차원의 안전관련 재난정보 공유를 통한 재난사고에 대한 예방시스템 구축, 재난예방 관련 전문가 양성 교육, 연구용역 등 학문발전에 기여함을 목적으로 한다.

간행물

  • 간행물명
    한국재난정보학회논문집 [Journal of The Korean Society of Disaster Information]
  • 간기
    계간
  • pISSN
    1976-2208
  • 수록기간
    2005~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 338 DDC 361

이 권호 내 다른 논문 / 한국재난정보학회논문집 제17권 2호 통권52호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.