최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 대기오염물질 농도와 기상변수를 모두 고려한 트리 기반 앙상블 모형을 통해 지표면 일사량을 예측하는 방법을 제시한다. 2015년부터 2019년까지의 기상 및 대기오염 데이터를 활용하여 랜덤포레스트, GBM, XGboost 모델을 적용하고 5겹 교차검증을 통해 성능을 평가한 결과, 최적화된 랜덤포레스트 모델이 가장 우수한 예측력을 보였다. 일조시간과 가조시간이 일사량 예측에 중요한 변수로 나타났으며, 미세먼지 농도와 구름 양은 상대적으로 영향이 적었다.
강수량 예보 : 컴퓨터 예측 자료 해석과 보정 가이드
Data science for supply chain forecasting
Principles of air quality management
Environmental meteorology : proceedings
R for everyone : advanced analytics and graphics
날씨 그리고 예보
Atmospheric temperature profiles of the Northern Hemisphere : a compendium of data
Numerical simulations in the environmental and earth sciences : proceedings of the Second UNAM-CRAY Supercomputing Conference
Air pollution modeling and its application XVIII
Precipitation science : measurement, remote sensing, microphysics, and modeling
Data assimilation for atmospheric, oceanic and hydrologic applications
Comparative performance of U.S. econometric models
Forest growth and yield modeling
Trends and Advances in Information Systems and Technologies : Volume 3
Time series analysis
Practical business forecasting
Cloud-resolving modeling of convective processes
Machine learning methods in the environmental sciences : neural networks and kernels
거의 모든 것의 미래 : 인류의 미래에 관한 눈부신 지적 탐험
Statistical analysis of climate series : analyzing, plotting, modeling, and predicting with R
Journal of Cleaner Production
Fan J.,Wang X.,Zhang F.,Ma X.,Wu L.한국생활환경학회지
홍성협; 이광호Energy Conversion and Management
Qiu R.,Liu C.,Cui N.,Gao Y.,Li L.,Wu Z.,Jiang S.,Hu M.Environment International
Di Q.,Amini H.,Shi L.,Kloog I.,Silvern R.,Kelly J.,Sabath M.B.,Choirat C.,Koutrakis P.,Lyapustin A.,Wang Y.,Mickley L.J.,Schwartz J.Urban Climate
Ali-Taleshi, Mohammad Saleh; Riyahi Bakhtiari, Alireza; K. Hopke, PhilipSustainable Energy, Grids and Networks
Naveen Krishnan; K. Ravi Kumar; Sripathi Anirudh R.대한환경공학회지
Jaeseong Yoon; Kyung-Min Kim; Johng-Hwa AhnJournal of Nanjing Forestry University (Natural Sciences Edition)
Chen J.,Mu F.,Zhang Y.,Tian T.,Wang J.Heliyon
Martín Rodríguez Núñez; Iván Tavera Busso; Hebe Alejandra Carreras대한환경공학회지
윤재성, 김경민, 안종화FRONTIERS IN EARTH SCIENCE
Huang, Liexing; Kang, Junfeng; Wan, Mengxue; Fang, Lei; Zhang, Chunyan; Zeng, ZhaoliangRenewable Energy
Wu W.,Tang X.,Lv J.,Yang C.,Liu H.한국환경기술학회지
서영민, 이병준, 최윤영Energy Reports
Abdallah, Mohammed; Mohammadi, Babak; Nasiri, Hamid; Katipoğlu, Okan Mert; Abdalla, Modawy Adam Ali; Ebadzadeh, Mohammad MehdiSustainability (Switzerland)
Kang J.,Zou X.,Tan J.,Li J.,Karimian H.정보과학회논문지
원동준, 김선겸, 김영훈, 송규원Renewable Energy
Zang H.,Cheng L.,Ding T.,Cheung K.W.,Wang M.,Wei Z.,Sun G.Journal of The Korean Data Analysis Society
권태용; 윤성심; 신홍준; 윤상후Atmosphere-Ocean
Nand Lal Kushwaha; Jitendra Rajput; D.R. Sena; Ahmed Elbeltagi; D.K. Singh; Indra ManiAtmospheric Environment
Gao, Z.; Li, Z.; Maji, K.J.; Russell, A.G.; Do, K.; Ivey, C.E.; Jiang, X.전선 / 학사
일기와 관련한 지구상 각 지역의 특징적인 기상 현상을 설명한다. 특히 동아시아지역의 몬순, 중위도 고·저기압계, 태풍, 강수를 다룬다. 컴퓨터를 이용한 기본 일기도의 작성과 분석을 실험하며 기본 일기도를 이용하여 보조 일기도의 작성한다. 강의에서 다룬 일기계의 실제 예보법을 습득하고 일기예보 브리핑을 수행한다.전선 / 학사
자연에서 발생하는 여러가지 대기현상을 컴퓨터를 이용하여 수치적으로 모의하는 기본적인 방법들에 대해서 소개한다. 실습시간에는 대기과학 연구에 필수적으로 쓰이는 프로그래밍 언어인 포트란을 공부하고, 이를 이용, 여러 가지 대기 물리방정식의 해를 수치적으로 구하고, 이를 가시화하는 연습을 실시한다.전선 / 학사
일기나 기후에서 대기 관측은 현상 분석뿐만 아니라 예보 및 예측을 위해서는 필수적인 요소이다. 이 과목에서는 온도, 기압, 습도, 바람 등 기상요소의 지상 및 상층 직접 관측의 원리와 측정기기 그리고 분석 방법에 대해 학습한다. 또한, 관측의 중요성이 증대하는 위성, 기상 레이다, 라이다 및 대기복사 관측의 기본 원리 및 활용의 예를 공부한다. 두 시간을 실험 시간으로 할애하며 실험은 직접적인 기기의 조작이나 견학, 관측자료의 분석을 통해 실시한다.전선 / 대학원
대기오염물질의 이동, 확산을 거친 후의 대기오염도를 예측하는 기법과 실제 적용하는 방법을 배우며 전산모형들을 이용하여 이를 익힌다.전선 / 대학원
대기과학연구에 필수적으로 이용되는 대기 전지구 모델 및 일기예보 모델의 근간을 구성하는 대기역학 코어 및 자료동화 시스템에 이용되는 다양한 수치적인 방법들을 공부한다. 실습시간에는 실제 현업 모델 혹은 단순화된 현업 모델을 이용하여, 대기역학 코어 및 자료동화 시스템이 실제 기상현상의 수치모의에 있어 어떻게 이용되는지 연습할 수 있는 기회를 갖는다.전선 / 대학원
본 강좌는 다양한 머신러닝기법을 활용한 기후환경데이터 분석 방법을 소개한다. Linear regression, Logistic regression, Support Vector Machine (SVM), Random Forest, XGBoost, LightGBM 등과 같은 지도 학습 기법에 더불어,K-mean clustering, Principal Component Analysis, Singular Value Decomposition,Self-Organizing Map (SOM) 등의 비지도 학습 머신러닝 기법들의 구동 원리를 파악할 수 있는 이론 강의와, 이 중 일부를 활용한 실습 과정으로 구성된다. 다양한 머신러닝 기법 기반의 데이터 분석 방법을 비교함으로서 머신러닝 기법들의 장단점을 파악할 수 있도록 한다.전선 / 대학원
인공위성의 발달과 더불어 대기 및 지상의 기상 및 기후요소의 관측은 일기예보와 기후분석에서 없어서는 안될 중요한 대기과학의 한 분야로 간주되고 있다. 이 과목에서는 대기복사 이론이 대기원격탐사에 어떻게 적용되어 일기 및 기후자료를 얻을 수 있는지에 대해 강의하며, 얻어진 자료가 물 및 에너지 수지, 대기물리과정의 이해, 자료동화, 기후분석 등에 어떻게 활용되는지 강의한다.전필 / 학사
본 수업에서는 경제학 기본이론, 통계학, 경제수학 등을 이수한 학생들을 대상으로 농업경제 현상에 관련된 경제변수들의 관계를 측정하기 위한 기본이론을 다룬다. 모델설정, 추정, 예측 및 정책분석을 궁극적 목표로 하며 이를 위해서 필요한 회귀분석, 중회귀분석, 시계열 분석 등을 학습한다. 또한 이론만이 아니라 이를 실증적으로 적용할 수 있도록 컴퓨터 실습시간을 가진다.전선 / 학사
위성관측의 발달은 기상학과 기후학 분야에서 괄목할 만한 활용의 증대를 가져왔다. 위성자료는 자료동화를 통해 수치예보의 성능을 좌우하는 가장 중요한 요소로 대두되었다. 또한 장기간 위성관측 자료는 대기물리과정, 기후/환경변화 감시, 기후모델의 검증과 이해 등 기후변화연구에서 필요불가결한 부분이 되고 있다. 이 강의에서는 인공위성 관측이 어떻게 이루어지며, 기상/기후분야에서 어떠한 활용이 이루어지고 있는지에 초점을 맞추어 진행한다.전필 / 대학원
이 과목에서는 측도론에 기반한 통계적 추론을 배운다. 충분성, 지수족, 분포수렴의 기본적 개념을 다룬 후에, 추정과 검정의 이론을 다룬다. 추정법으로는 적률추정법, 최대가능도 추정법, 베이즈 추정, M-추정량, Z-추정량을 다룬다. 이들 추정량들의 점근적 분포를 유도하고, 최대가능도 추정량의 효율성 정리를 증명한다. 검정법으로는 최대가능도비 검정과 이의 점근적 근사, 라오 검정과 왈드 검정과 베이즈 검정을 다룬다.전선 / 대학원
일변량 시계열자료의 분석을 위해 시간영역에서의 분석모형인 ARIMA 모형의 설정, 적합, 진단 및 예측 방법과 진동수 영역에서의 Spectral theory 이론을 학습하고 실제자료의 분석을 통해 모형을 수립하는 방법을 배운다.전선 / 대학원
본 교과목에서는 계량경제분석기법(Econometrics)을 사용하여 기술 및 재료의 선택과 인력 및 자본의 배분 등 산업의 경제활동과 의사결정과정의 분석 및 예측기법을 학습하는 과목이다. 다양한 생산함수모형(flexible function form)을 사용하여 요소간 대체관계(substitution)를 분석하며 시계열분석 및 동적최적화(dynamic optimization)기법을 사용하여 외부변화에 대한 산업 및 기업의 대응방법에 대하여 분석한다. 또한 TSP, GAUSS 등 계량경제 프로그램을 사용한 실증분석을 병행한다.전선 / 학사
건축물의 환경생태학적 특성에 대한 이해를 바탕으로 다양한 환경성능을 만족시킬 수 있는 건축적 요구사항, 건축환경이론에 근거한 환경시스템의 분석, 평가에 의하여 건축환경시스템의 개념 및 기본원리를 파악하고 건축환경계획에 응용하는 방법에 대하여 학습한다.전선 / 대학원
(1) 통계적 변동성을 표현하는 확률 함수의 결정 인자들을 이해하고, (2) 통계적 변동성을 따르는 사건들에 대한 사실적 모사의 반복 작업을 통해 최종 현상을 유추하는 Monte Carlo 방법의 기본 운용 기술을 익힘. 또한, (3) 방사선의 발생과 물질과의 반응에서 나타나는 확률적 선택 현상을 전산 추적하는 scheme을 구성하고 programming 작업을 수행하며, (4) 최종 평가 자료의 분산 범위를 최소화하는 시뮬레이션 최적화 기술을 익힘.전선 / 학사
인공지능의 발전 및 데이터의 축적으로 최근 재료공학분야에서 기계학습이 활발히 적용되고 있고 새로운 재료설계방법으로 떠오르고 있다. 본 강좌에서는 학생들에게 기계학습 및 통계추론에 대한 기초 이론 및 파이썬을 이용한 라이브러리 활용 방법을 강의한다. 이를 바탕으로 학생이 실제 재료 데이터에 기계학습을 적용하고 해석하는 방법을 익히도록 한다.교양 / 학사
대기과학실험은 자료분석, 여러 대기 현상의 실험, 나아가 대기현상 발생의 당위성을 이해하는 데에 중점을 둔다.전선 / 대학원
중위도 지방 저기압의 형성, 발달 및 소멸 과정을 강의한다. 전선 형성의 원리와 상층 제트 스트림과의 관계를 설명한다.저기압과 강수 형성 기구의 역학을 알아본다.전선 / 학사
기후는 태양으로부터 받는 에너지와 지구의 여러 물리적인 현상에 의해 결정된다. 이 과목에서는 이러한 여러 물리적 또는 역학적 현상을 이해하고, 이에 따라 결정되는 기후와 그 변화의 가능성에 대해 중점을 둔다. 세부내용으로는 전구의 에너지 평형, 대기에서의 복사전달, 지표면에서의 에너지 평형, 해수 순환과 연관된 기후 현상, 물에 의한 열 이동, 대기에 의한 열 이동과 기후, 지구의 기후변천사 등이다.교양 / 학사
이 과목의 목적은 데이터 문해력에 대한 기본지식을 함양하고 이를 통하여 데이터 기반 의사결정능력과 올바른 정보를 취사선택하는 방법을 익히는 데 있다. 이 과목을 통하여 다양한 통계의 오용사례를 살펴보고 데이터를 전달하는 미디어를 올바르게 이해하고 데이터를 기반으로 효율적으로 본인의 주장을 제시하는 방법에 대해 배운다.전선 / 대학원
대기 및 생활 환경 내 주요 현상들은 이해하기 위한 다양한 최신의 미량 원소 및 실시간 분석 기술 (MS & Chrom. techniques) 들의 물리 화학적 원리등을 소개하고자 한다. 뿐만 아니라 해당 기술들의 적용 분야. 데이터의 활용 범위, 장점 및 한계등에 대해 소개하여, 기기 활용의 능력을 배양하고자 한다. 또한 실제 측정을 통해 얻어진 데이터를 분석함으로써, 필요한 프로그래밍, 결과 도시법등의 데이터 분석법등의 기술을 익힘으로써, 데이터 해석의 기본을 습득할 수 있도록 한다.