최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | (주)해양정보기술 |
---|---|
연구책임자 | 김승우 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2019-02 |
과제시작연도 | 2018 |
주관부처 | 해양수산부 Ministry of Oceans and Fisheries |
등록번호 | TRKO202000029745 |
과제고유번호 | 1525007485 |
사업명 | 미래해양산업기술개발사업(R&D) |
DB 구축일자 | 2020-10-10 |
키워드 | 기후변화적응.인공신경망.폭풍해일.긴급예측모델.기계학습.climate change adaptation.artificial neural network.storm surge.expedient prediction model.machine learning. |
본 연구에서는 인공지능(AI) 분야인 인공신경망(ANN)을 활용하여, 태풍 해일을 신속하고 정확하게 예측하는 모델을 개발함.
태풍의 주요 매개변수를 분석하여 기후변화가 고려된 한반도에 발생 가능한 가상태풍(synthetic storm)을 수 백개 생성하고 고성능 수치모델(ADCIRC+SWAN)을 사용하여 태풍 해일고를 계산한 DB를 구축함. 구축된 DB를 인공신경망을 사용하여 태풍 매개변수와 해일고의 상관관계를 다양한 학습알고리즘으로 학습(training) 시켜 학습된 신경망으로 대안적 모델(surrogate model)을 개
Purpose & Contents
An expedient and accurate storm surge prediction model will be developed in this project. High-fidelity numerical models (ADCIRC, FVOM, POM etc.) have good performance, but its calculation time is not fast. On the other hand, SLOSH model operated by NOAA is very speed but not a
※ AI-Helper는 부적절한 답변을 할 수 있습니다.