최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기물과 미래 : 한국수자원학회지 = Water for future, v.51 no.9, 2018년, pp.35 - 45
윤성심 (한국건설기술연구원 국토보전연구본부) , 이동률 (한국건설기술연구원 국토보전연구본부)
초록이 없습니다.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
인공지능이란? | 인공지능은 기계로부터 만들어진 지능 혹은 인 공적인 장치들이 가지는 지능이며, 특히 인간과 같이 데이터 속에서 특징(feature)를 인지하고 생 성하여 현상을 모델화하는 것이 가능한 기술을 의미한다. | |
기상분야에서 강우량과 강우발생 지역을 예측하는 예측기법은? | 예측강우는 수재해와 관련한 국민안전을 위해 필수적인 자료이므로, 이를 정확히 예측하여 정 보를 제공하는 것이 중요하다. 일반적으로 기상 분야에서는 기상수치모델, 레이더기반 예측기법을 적용하여 강우량과 강우발생 지역을 예측하고 있 다. 그 중 레이더 자료를 이용한 강우예측 기법은 기상레이더에서 관측되는 강우장이 동일한 호우 에 대해서는 동일한 기상특성을 갖는 것으로 판단 하고, 외삽기반의 예측기법을 사용한다. | |
딥러닝 기반 레이더 데이터 를 이용한 강우량 예측 기법의 이점은 무엇인가? | 특히, DeepRain은 기존 연구들과 달리 대량의 과거 레이더 자료로부터 예측 강우를 생성하지 않 고, 1시간〜2시간 사이의 강우량 값이 레이블된 자료를 사용에 강우량을 산정했다는 차별점을 두 고 있다. 그림 12와 같이 딥러닝 기법(FC-LSTM, ConvLSTM)과 학습조건(Epoch, Optimizer)을 차별화하여 예측정확도를 향상시키는 연구를 지속 하고 있다. |
※ AI-Helper는 부적절한 답변을 할 수 있습니다.