최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기대한토목학회논문집 = Journal of the Korean Society of Civil Engineers, v.40 no.3, 2020년, pp.273 - 283
김현일 (경북대학교 건설환경에너지공학부) , 한건연 (경북대학교 토목공학과) , 이재영 (한국건설기술연구원)
Because of climate change, the occurrence of localized and heavy rainfall is increasing. It is important to predict floods in urban areas that have suffered inundation in the past. For flood prediction, not only numerical analysis models but also machine learning-based models can be applied. The LST...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
일반적인 RNN의 단점은? | LSTM은 입력 자료에 대한 정보 상태를 보존 여부에 따라 학습이 가능한 기법이다. 일반적인 RNN은 전 시간에 대한 은닉층의 학습결과에 대해서만 업데이트하는 단점이 있다. Fig. | |
딥 러닝의 일반적인 신경망 대비 장점은? | 기계학습의 범주에 포함되는 딥 러닝은 일반적인 신경망 보다 깊은 학습이 가능하며, 비선형을 가진 자료에 대해서도 적절한 분석결과를 제시할 수 있다. Shen(2018)에 따르면, 수자원 및 수문분야에 대한 딥 러닝 기법의 적용은 점차증가하고 있으며 대부분 과학 분야에서와 마찬가지로 수자원 분야에서도 우수한 예측 및 분석결과를 도출해낼 것으로 보인다. | |
로지스틱 회귀의 기능은? | 로지스틱 회귀는 비율, 비례적 또는 범주형 자료에 대한 회귀 추정을 실시하는 간단한 기계학습의 일종이다. 더욱 발전된 분류와 회귀 기법에 비하면 매우 간단한 이론에 바탕을 두고 있지만, 범주형 자료에 대하여 확률적인 분석이 가능하다. 즉, 종속변수에 직접적인 영향을 가진 독립변수를 이용하여 어떤 특정 사건의 발생 여부를 예측할 수 있다. |
Cultural Heritage Administration (2020). Flood history, Available at: http://royaltombs.cha.go.kr (Accessed: January 2, 2020).
Gardner, K. K. and Vogel, R. M. (2005). "Predicting ground water nitrate concentration from land use." Ground Water, Vol. 43, No. 3, pp. 343-352.
Hu, C., Wu, Q., Li, H., Jian, S., Li, N. and Lou, Z. (2018). "Deep learning with a long short-term memory networks approach for rainfall-runoff simulation." Water, Vol. 10, No. 11, 1543.
Korea Meteorological Administration (KMA) (2020). Meteorological database, Observation Data, Available at: https://data.kma.go.kr (Accessed: December 1, 2019).
Le, X. H., Ho, H. V., Lee, G. H. and Jung, S. H. (2019). "Application of long short-term memory (LSTM) neural network for flood forecasting." Water, Vol. 11, No. 7, 1387, DOI: 10.3390/w11071387.
Moore, M. R. (2011). Development of a high-resolution 1D/2D coupled flood simulation of Charles City, Iowa, Master's Thesis, University of Iowa, United States of America (USA).
Mosavi, A., Ozturk, P. and Chaw K. K. (2018). "Flood prediction using machine learning models: Literature review." Water, Vol. 10, No. 11, 1536, DOI: 10.3390/w10111536.
Nandi, A., Mandal, A., Wilson, M. and Smith, D. (2016). "Flood hazard mapping in Jamaica using principal component analysis and logistic regression." Environment Earth Science, Vol. 75, No. 465, DOI: 10.1007/s12665-016-5323-0.
Ozdemir, A. (2011). "Using a binary logistic regression method and GIS for evaluating and mapping the groundwater spring potential in the Sultan Mountains (Aksehir, Turkey)." Journal of Hydrology, Vol. 405, No. 1-2, pp. 123-136.
Park, J. H., Kim, S. H. and Bae, D. H. (2019). "Evaluating appropriateness of the design methodology for urban sewer system." Journal of Korea Water Resource Association, KWRA, Vol. 52, No. 6, pp. 411-420.
Pradhan, B. (2009). "Flood susceptible mapping and risk area delineation using logistic regression, GIS and remote sensing." Journal of Spatial Hydrology, Vol. 9, No. 2, pp. 1-18.
Rai, P. K., Chahar, B. R. and Dhanya, C. T. (2017). "GIS-based SWMM model for simulating the catchment response to flood evetns." Hydrology Research, Vol. 48, No. 2, pp. 384-394.
Risi, R. D., Jalayer, F. and Paola, F. D. (2015). "Meso-scale hazard zoning of potentially flood prone areas." Journal of Hydrology, Vol. 527, pp. 316-325.
Seoul Metropolitan City (2015). Comprehensive plan for storm and flood damage reduction, Korea, Vol. 1, Chapter 3, pp. 374-375.
Seoul Metropolitan Government (2020). Flood criterion data, Available at: http://safecity.seoul.go.kr (Accessed: January 5, 2020)
Shen, C. (2018). "A transdisciplinary review of deep learning research and its relevance for water resources scientists." Water Resources Research, Vol. 54, No. 11, pp. 8558-8593, DOI: 10.1029/2018WR022643.
*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.