메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
강석찬 (강원대학교) 김동회 (강원대학교)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제23권 제1호
발행연도
2022.1
수록면
107 - 115 (9page)
DOI
10.9728/dcs.2022.23.1.107

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
기온 데이터를 분석해 예측하는 대표적 방법인 SARIMA와 GRU 중에서 SARIMA는 기온의 규칙적인 변화를 예측할 때 성능이 우수하고 GRU는 기온의 불규칙적 변화를 예측할 때 좋은 성능을 보여주었다. 본 논문에서는 상기 두 방법의 장점을 결합한 하이브리드 형 기온 예측 방법을 제안한다. 기존 기온 데이터는 특성상 규칙적 변화와 불규칙적 변화가 공존하기 때문에 먼저 GRU를 이용해 기온을 예측하였다. GRU는 학습과 검사로 분리해서 데이터를 사용하기 때문에 GRU를 실행하면 학습과 검사부분에 대한 각각의 예측 값을 얻을 수 있다. 이때 학습 부분에서 발생한 실제 기온과 예측 값의 오차는 기존 기온 데이터보다 규칙성을 가지기 때문에 SARIMA의 데이터로 입력해 검사 부분에서 발생할 오차를 예측한다. 예측한 오차를 GRU의 검사 부분에 대한 예측 값에서 제거해 주었다. 실험을 통해 적절한 파라미터를 선정하고 평균오차 비교를 통해 제안된 방법의 성능 개선되었음을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 기존 기온 예측 방법
Ⅲ. 제안하는 하이브리드 형 기온 예측 방법
Ⅳ. 구현 및 실험 결과
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-004-000203614