초록 ▼

□ 연구개요
본 연구는 통계학습 및 인공지능 알고리즘을 기상/기후 빅데이터에 적용하여 한국형 기상/기후 예보모형을 구축하는 것을 목표로 함. 이를 위하여 먼저 기상관측소 정형자료에 대하여 여러 단계의 통계적 품질관리 기법을 적용하여 정제된 기상/기후 빅데이터를 생성함. 정제된 시공간 형태의 기상관측소 자료에는 통계학습기법과 딥러닝 방법을 적용하여 우리나라에 맞는 기상/기후예보모형을 개발함. 또한 군집별 기상/기후 패턴을 분석하여 기후변화 현상 파악 및 우리나라 기상예보의 정확도를 향상시키고자 함.

□ 연구 목표대비

□ 연구개요
본 연구는 통계학습 및 인공지능 알고리즘을 기상/기후 빅데이터에 적용하여 한국형 기상/기후 예보모형을 구축하는 것을 목표로 함. 이를 위하여 먼저 기상관측소 정형자료에 대하여 여러 단계의 통계적 품질관리 기법을 적용하여 정제된 기상/기후 빅데이터를 생성함. 정제된 시공간 형태의 기상관측소 자료에는 통계학습기법과 딥러닝 방법을 적용하여 우리나라에 맞는 기상/기후예보모형을 개발함. 또한 군집별 기상/기후 패턴을 분석하여 기후변화 현상 파악 및 우리나라 기상예보의 정확도를 향상시키고자 함.

□ 연구 목표대비 연구결과
본 연구에서는 공간통계학 기법을 적용하여 기상데이터의 품질검사를 실시하였음. 기존의 공간성 검사인 Barnes 검사에서는 검사 대상지점과 주변 관측지점간의 물리적 거리를 이용하여 가중치를 산정하였으나, 본 연구에서는 d-index를 이용하여 시계열 자료의 유사성을 바탕으로 한 가중치를 산정함으로써 주변지점의 기후특성을 더욱 잘 반영하는 공간성 검사를 가능하게 하였음.
인공신경망의 back propagation 과정에 개입하여 예측하고자 하는 변수들의 학습 속도와 변화 크기를 유지할 수 있도록 하는 Gradient Normalization 알고리즘을 Multi-task Learning에 적용하여 정확도 높은 기상 예보 모형을 개발하였음.
기존의 기상관측자료의 불균형자료 특성을 반영할 수 있도록 정교한 오버샘플링이 가능하게 설계된 CNN 기반의 SGAN(Stable Generative Adversarial Networks for imbalanced data)을 제안함. 불균형조건을 부여한 데이터에 제안하는 모델인 SGAN과 선행모델인 BAGAN, CGAN의 생성 결과를 비교해 본 결과 SGAN은 모드 붕괴가 발생하지 않았으며, 시각적으로 다른 숫자와 구별이 가능한 데이터를 생성하였음.
기존의 생성모형 기반 결측값 대체 방법들은 모형 구축시 결측값이 없는 완전한 데이터가 필요하다는 한계가 존재함. 본 연구에서는 적대적생성모형(GAN)을 기반으로 결측값이 없는 완전한 데이터 없이도 모형 구축이 가능한 GAIN 모형을 활용해 기상 데이터의 결측값을 대체하는 방법론을 제시하였음.
통계적 군집분석 방법을 이용한 한국 기후패턴 및 기후 변화를 분석하였음. 남한 지역 기온군집의 변화를 파악하기 위해 1830년 3월부터 2019년 2월까지 40년간 종관기상관측장비(ASOS)로부터 수집된 기온자료를 가지고 가우시안 혼합 모형 군집 분석 기법을 적용함. 그 결과 여름철의 경우 시간의 흐름에 따라 태백, 소백산맥 지역이 새로운 군집을 형성하여 기온군집이 새롭게 분화되는 모습을 확인할 수 있었음.

□ 연구발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
본 연구에서 제안하는 우리나라에 적합한 기상/기후 예보모형을 적용함으로써 사회·경제적 다양한 분야에서 필요한 맞춤형 기상정보 생산이 가능해질 것으로 기대됨.
본 연구의 정형/비정형 데이터 분석과 딥러닝 알고리즘 연구를 통하여 기상통계 및 빅데이터분석 분야의 기초 및 응용연구 역량을 강화함과 동시에 4차 산업혁명시대의 데이터 분석 관련 전문인력양성 및 고용창출을 위한 생태계 형성에 도움을 줄 수 있음.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• (1) 1차년도: 빅데이터 기반의 시공간적 기상/기후 자료에 대한 통계적 품질관리(SQC) ... 5
• (2) 2차년도: 통계학습 및 인공지능 기반의 한국형 기상/기후 예보 모형 개발 ... 7
• (3) 3차년도: 군집화 기후패턴 분석 ... 11
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 14
• 1) 정성적 연구개발성과(연구개발결과) ... 14
• 2) 세부 정량적 연구개발성과 ... 14
• 3) 목표 달성 수준 ... 15
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 15
• 5. 연구개발성과의 관리 및 활용 계획 ... 16
• 6. 참고문헌 ... 16
• 붙임1. 세부 정량적 연구개발성과 ... 17
• 붙임2. 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 21
• 끝페이지 ... 31