$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

인공신경망을 활용한 태풍 시 해양외력의 신속한 예측방법 및 그 활용성 원문보기

물과 미래 : 한국수자원학회지 = Water for future, v.54 no.1, 2021년, pp.61 - 66  

김승우 ((주)리스크솔루션 연구개발부) ,  정재훈 ((주)리스크솔루션 기업부설연구소) ,  양소명 ((주)리스크솔루션 기업부설연구소)

초록이 없습니다.

참고문헌 (8)

  1. 해양수산부 (2018). 기후변화적용을 위한 인공신경망 기반 폭풍해일고 긴급예측모델 개발 최종 보고서, 미래해양산업기솔술개발사업(수행업체: (주)리스크솔루션) 

  2. 해양수산부(2019). 인공지능 기반 파랑예측시스템 개발 연차실적계획서(수행업체: (주)리스크솔루션) 

  3. FEMA (2007). Flood insurance study: southeastern parishes, Louisiana, draft intermediate submission 1: scoping and date review, FEMA, Washington, DC. 

  4. IPET (Interagency Performance Evaluation Task Force, 2007). Performance evaluation of the New Orleans and southeast Louisiana hurricane protection system, Final report of the interagency performance evaluation task force, US Army Corps of Engineers, Washington, DC. 

  5. LACPR (Louisiana Coastal Protection and Restoration, 2009). Final technical report: hydraulic and hydrology appendix, US Army Corps of Engineers, Washington, DC. 

  6. Mun, J., Kim, S.-W., Melby, J.A. (2018) A surrogate model for wave prediction based on an artificial neural network using high-fidelity synthetic hurricane modeling, Journal of Coastal Research, SI 85, pp.16-20 

  7. Kim, S.-W., Melby, J.A., Nadal-Caraballo, N.C., Ratcliff, J. (2015). A time-dependent surrogate model for storm surge prediction based on an artificial neural network using high-fidelity synthetic hurricane modeling, Natural Hazards, Vol.76, No.1, pp.565-585 

  8. Kim, S.-W., Lee, A, Mun, J. (2018). A surrogate modeling for stonm surge prediction using an artifical neural network, Journal of Coastal Research, SI 85, pp.11-15 

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로