서울대학교 빅데이터 지식정보플랫폼
전체 메뉴
AI 검색
최근 확인한 콘텐츠
1건 더보기
loading...
반출리포트 생성
논문 목록
ANN 기반 도시침수 위험기준 예측 모델 개발 및 학습자료의 확장에 따른 영향 평가
저자
강호선, 조재웅, 이한승, 황정근, 문혜진
학술지명
한국방재학회논문집
출판/발행연도
2021
주제
요약
본 연구는 인공신경망(ANN) 알고리즘을 이용하여 도시침수 위험기준을 예측하고, 학습자료 확장 기법 적용이 모델 성능에 미치는 영향을 분석하였다. ANN 모델의 예측 성능은 RMSE 3.39~9.80 mm였으며, 학습자료 확장을 통해 RMSE 1.08~6.88 mm로 29.8~82.6% 개선되었다. 이는 학습자료 확장이 도시침수 위험기준 예측 정확성을 향상시키는 데 효과적임을 의미한다.
연관 콘텐츠
LikeSNU에서 의미기반으로 분석하여 연관된 자료를 추천해드립니다.
-
딥러닝 기반 도시침수 위험기준 추정 기술 개발
-
딥러닝 기반 도시침수 위험기준 추정 모델 설계 =
-
도시침수 위험기준 추정 모델 개선 및 적용 =
-
도시침수 위험기준 추정 모델 개선 기법 개발
-
Solving problems in environmental engineering and geosciences with artificial neural networks
-
딥러닝 기반 침수 위험지역 분석 모델 개발
-
강우 시뮬레이터를 활용한 도시 침수 저감기술 개발 =
-
원격탐사기법 기반 강우추정 데이터를 이용한 실시간 도시유역 침수 예측 시스템 개발 =
-
딥러닝 기반 실시간 침수 예상도 추정기술 개발.
-
Geospatial techniques in urban hazard and disaster analysis
-
Coastlines, structures, and breakwaters 2005 : proceedings of the international conference on Coastlines, structures and breakwaters, 2005, organized on behalf of the Maritime Board of the Institution of Civil Engineers and held in London, UK, on 20-22 April 2005
-
딥러닝 기반 실시간 침수예상도 추정 기술 개발
-
자연재난 위험도평가 적용 및 도시침수 경보체계 실용화 =
-
도시 침수 경보기준 고도화 기술 개발 =
-
Global flood hazard : Applications in modeling, mapping and forecasting
-
강우시뮬레이터를 활용한 도시침수 피해저감기술 개발.
-
실시간 침수위험지역 분석기반 구축 =
-
Data-driven modeling : using Matlab® in water resources and environmental engineering
-
Hydrological data driven modelling : a case study approach
-
강우시뮬레이터를 활용한 도시침수 피해저감기술 개발(II)
이전
다음
이전
다음
이전
다음