심층신경망을 통한 해파리 출현 예측The prediction of appearance of jellyfish through Deep Neural Network
- Other Titles
- The prediction of appearance of jellyfish through Deep Neural Network
- Authors
- 황철훈; 한명묵
- Issue Date
- 2019
- Publisher
- 한국인터넷정보학회
- Keywords
- 심층신경망; 부트스트래핑; 데이터 확장; 전이학습; 랜덤포레스트; 연속 전진 선택법; Deep Neural Network; Bootstrapping; Data Expansion; Transfer learning; Random Forest; Sequence Forward Selection
- Citation
- 인터넷정보학회논문지, v.20, no.5, pp.1 - 8
- Journal Title
- 인터넷정보학회논문지
- Volume
- 20
- Number
- 5
- Start Page
- 1
- End Page
- 8
- URI
- https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/2170
- ISSN
- 1598-0170
- Abstract
- 논문은 지구온난화로 인하여 수온이 상승되며 증가한 해파리의 피해를 감소하고자 연구를 진행하였다. 해수욕장에서 해파리의등장은 해파리의 쏘임 사고로 인한 인명피해와 폐장으로 인한 경제적 손실이 발생할 수 있다. 본 논문은 선행 연구들로부터 해파리의 출현 패턴을 머신러닝을 통하여 예측 가능함 확인하였다. SVM을 이용한 해파리 출현 예측 모델 연구를 확대하여 진행하였다. 심층신경망을 이용하여 해파리 출현 유무 예측인 이진 분류에서 지수화 된 방법인 다중 분류로 확장하고자 하였다. 수집된 데이터의크기가 작다는 한계점으로 인하여 84.57%라는 예측 정확도의 한계를 부트스트래핑을 이용하여 데이터 확장을 통해 해결하고자 하였다. 확장된 데이터는 원본 데이터보다 약 7% 이상의 높은 성능을 보여주었으며, Transfer learning과 비교하여 약 6% 이상의 좋은 성능을 보여주었다. 최종적으로 테스트 데이터를 통하여 해파리 출현 예측 성능을 확인한 결과, 해파리의 출현 유무를 예측할 시 높은정확도로 예측이 가능함을 확인하였으나, 지수화를 통한 예측에서는 의미 있는 결과를 얻지 못하였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - IT융합대학 > 소프트웨어학과 > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/2170)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.