• 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

하계의 일 최고 오존농도 예측을 위한 신경망모델의 개발

Development of Neural Network Model for Pridiction of Daily Maximum Ozone Concentration in Summer


A new neural network model has been developed to predict short-term air pollution concentration. In addition, a multiple regression model widely used in statistical analysis was tested. These models were applied for prediction of daily maximum ozone concentration in Seoul during the summer season of 1991. The time periods between May and September 1989 and 1990 were utilized to train set of learning patterns in neural network model, and to estimate multiple regression model. To evaluate the results of the different models, several Performance indices were used. The results indicated that the multiple regression model tended to underpredict the daily maximum ozone concentration with small r$^{2}$(0.38). Also, large errors were found in this model; 21.1 ppb for RMSE, 0.324 for NMSE, and -0.164 for MRE. On the other hand, the results obtained from the neural network model were very promising. Thus, we can know that this model has a prominent efficiency in the adaptive control for the non-linear multi- variable systems such as photochemical oxidants. Also, when the recent new information was added in the neural network model, prediction accuracy was increased. From the new model, the values of RMSE, NMSE and r$^{2}$ were 13.2ppb, 0.089, 0.003 and 0.55 respectively.

저자의 다른 논문

참고문헌 (17)

  1. An intercomparison of semiempirical diffusion models under low wind speed, stable conditions , Cirillo,M.C.;A.A.Poli , Atmospheric Environment / v.26A,pp.765-774, 1992
  2. Simulation of ozone reduction strategies for Mexico City utilizing the Urban Airshed Model , Greenfield,S.M.;G.Z.Witten;T.C. Myers;S.G. Douglas;J.F. Fieber , 85th annual A&WMA meeting / v.,pp.35, 1992
  3. Stern,A.C.;R.W.Boubel;D.B. Turner;D.L. Fox , Fundamentals of air pollution(2nd ed.) / v.,pp.65-75, 1984
  4. Atmospheric chemistry of tropospheric ozone formation:Scientific and regulatory implications , Pitts,F.B. , J.Air & Waste Manage. Assoc. / v.43,pp.1091-1100, 1993
  5. 다변량해석을 이용한 서울시 하계 스모그의 형태분류 , 홍낙기;이종범;김용국 , 한국대기보전학회지 / v.9,pp.278-287, 1993
  6. National Acid Precitipation Assessment Progran Report 5:Evaluation of regional acidic deposition models PartⅡ , DennisR.L.(et al.) , Clean Air Act Amendments / v.,pp., 1990
  7. Observational evidence of ozone depletion by nitricoxide at 40km downwind of a medium size city , Leahey,D.M.;M.C.Hansen , Atmospheric Environment / v.24A,pp.2533-2540, 1990
  8. 서울지역의 광화학 오염농도 추정을 위한 중회귀모델 개발 , 이선기;이종범 , 기상연구논문집 / v.8,pp.71-85, 1991
  9. 신경회로망을 이용한 오존농도의 예측에 관한 연구 , 이상점;김용국;이종호 , 제3회 인공지능,신경망 및 퍼지시스템 종합학술대회 논문집 / v.,pp.155-158, 1993
  10. 중부지방 각지의 대기오염잠재력에 관한 연구 , 이종범 , 한국대기보전학회지 / v.7,pp.41-47, 1991
  11. A neural network-based method for short-term predictions of ambient SO₂concentrations in highly polluted industrial areas of complex terrain , Boznar,M.;M.Lesjak;p.mlakar , Atmospheric Environment / v.27B,pp.221-230, 1993
  12. 박민용;최항식 , 뉴로 컴퓨터 / v.,pp.301, 1991
  13. 신경회로망을 이용한 기상자료의 분석 및 예측에 관한 연구 , 이상점 , 인하대학교 석사논문집 / v.,pp.46, 1994
  14. 수도권 대기오염 물질이 풍하 지역의 오존농도에 미치는 영향예측을 위한 광화학 라그란지안 모델의 적용 , 이태형 , 강원대학교 석사논문집 / v.,pp.57, 1994
  15. Some Chracteristics of ozone formation in the urban plume of St.Louis, Mo. , Altshuller, A. P. , Atmospheric Environment / v.20,pp.499-510, 1988
  16. Patten analysis and understanding(2nd ed.) , Niemann,H. , Springer / v.,pp.199-205, 1989
  17. Parellel distributed processing 1, 2. , Rumelhart,D.E.;J.L.McClelland , MIT Press, Cambridge, MA / v.,pp., 1986

이 논문을 인용한 문헌 (5)

  1. 1999. "Development of a Transfer Function Model to Forecast Ground-level Ozone Concentration in Seoul" 한국대기환경학회지 = Journal of Korean Society for Atmospheric Environment, 15(6): 779~789 
  2. 1999. "Review on the Air Quality Modeling in Korea" 한국대기환경학회지 = Journal of Korean Society for Atmospheric Environment, 15(3): 335~366 
  3. 2000. "Neuro-Fuzzy Approaches to Ozone Prediction System" 퍼지 및 지능시스템학회 논문지 = Journal of fuzzy logic and intelligent systems, 10(6): 616~628 
  4. 2001. "Forecasting High-Level Ozone Concentration with Fuzzy Clustering" 퍼지 및 지능시스템학회 논문지 = Journal of fuzzy logic and intelligent systems, 11(4): 336~339 
  5. 2008. "" Journal of Korean society for atmospheric environment = 한국대기환경학회지, 24(e2): 63~73 


원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일