최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국항행학회논문지 = Journal of advanced navigation technology, v.21 no.5 = no.86, 2017년, pp.435 - 442
구성관 (한서대학교 항공학부 항공레저산업학과) , 홍석민 (한서대학교 항공학부 무인항공기학과)
The runway visual range affected by fog and so on is one of the important indicators to determine whether aircraft can take off and land at the airport or not. In the case of airports where transportation airplanes are operated, major weather forecasts including the runway visual range for local are...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
항공기 안전에 영향을 미치는 기상요소에는 어떤 것들이 있는가? | 항공기 안전에 영향을 주는 기상요소에는 뇌우(thunderstorm), 착빙(icing), 난류(turbulence), 산악파(mountain waves), 윈드시어(wind shear), 순간돌풍(microburst), 시정(visibility) 등이 있다[1]. 이 중 시정은 비행시정, 활주로 가시거리(runway visual range)등으로 구분할 수 있으며, 활주로 가시거리는 항공기가 활주로에 이륙 및 착륙을 결정하는데 직접적인 영향을 미치는 요인이다. | |
인공신경망이 심층구조를 가지면서 어떤 문제점들이 나타나게 되었는가? | 하지만 심층구조에 따른 과잉 학습, 데이터의 특성을 나타내는 경사(gradient) 사라짐이나 폭발과 같은 문제점들이 나타나게 되었다. 이를 위해 1975년 P. | |
심층신경망의 특징은 무엇인가? | 본 연구는 활주로 가시거리 예측 모델을 개발하기 위하여 심층신경망(DNN : deep neural network)을 활용하였다. 심층신경망은 은닉 층을 2개 이상 사용하여 보다 깊은 네트워크를 가진 인공신경망으로 비선형적인 관계를 가지는 입력과 출력에 대한 학습모델을 생성할 수 있다. 이에 본 연구에서는 기존 측정된 풍속, 습도, 기온, 시정 등 시계열 기상 관측 정보를 입력으로 하는 학습모델을 생성하고, 이렇게 생성된 모델을 통해 활주로 시정을 예측하여 특정 비행장의 지협적 정보 생성이 가능한지 확인하고자 한다. |
G. S. Ban, "Weather factor for aircraft operation safety," Civil Aviation Development, Vol.28, pp. 225-257, Oct. 2002.
FAA, AC00-45H, Aviation weather services, Federal Aviation Administration, Sep. 2016.
F. Rosenblatt, "The perceptron: A probabilistic model for information storage and organization in the brain," Psychological review, Vol. 65, No. 6, pp. 386-408, 1957.
P. J. Werbos, "Beyond regression: New tools for prediction and analysis in the behavioral sciences," Doctoral Dissertation, Applied Mathematics, Harvard University, MA, 1974.
G. E. Hinton, S. Osindero, and Y. W. The., "A fast learning algorithm for deep belief nets," Neural computation, Vol. 18, No. 7, pp. 1527-1554, 2006.
J. S. Lee, "Development process and understanding of deep neural network," Journal of The Korean Institute of Communication Sciences Vol. 33, No. 10, pp. 40-48, 2016.
S. H. Choo, Y. H. Lee, K. D. Ahn, and K. Y. Chung, "Development of wind forecast model over korean peninsula using harmony search algorithm," in proceeding of the 14 International symposium on Advanced Intelligent Systems Daejeon, Korea Vol. 23. No. 1, 2013
S. J. Lee, and Y. C. Kim, "A numerical forecast and verification of the aircraft turbulence observed over south korea," Journal of Korean Meteorological Society, Vol. 38, No. 5, pp. 493-507, Oct. 2002
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.