선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 광주과학기술원 Gwangju Institute of Science and Technology |
---|---|
연구책임자 | 전문구 |
참여연구자 | 윤재웅 , 이윤관 , 윤용상 , 한재찬 , 윤광진 , 송영민 , 홍유진 , 전지원 , Munir, Farzeen |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2018-01 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO201800035680 |
DB 구축일자 | 2018-07-21 |
키워드 | 인공지능.딥러닝.시계열 분석.이동형.최적화.Deep learning.LSTM.BigData.feature data.sensor. |
● BigData 분석 기반 기상 데이터 분석 및 가시화
- 기상 데이터들 각각에서 발현되는 시계열적 특성 규명
- 각 feature data간의 상관관계 분석 및 딥러닝 네트워크에 적용하기 위한 전처리 과정
● 다양한 기상 feature data들의 장·단기 예측을 위한 딥러닝 네트워크 설계
- 기상 데이터에 최적화된 딥러닝 네트워크 구조 설계
- 실시간성을 위한 딥러닝 네트워크 구조 개선 및 실험
(출처 : 보고서 초록 3p)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.