Detailed Information
Cited 0 time in 
Cited 0 time in 
Cited 0 time in
Metadata Downloads
기상관측데이터를 이용한 딥러닝 기반의 시계열 대기 굴절률 예측Deep Neural Network-Based Time Series Atmospheric Refractivity Prediction Model Using Meteorological Observation Data
- Other Titles
- Deep Neural Network-Based Time Series Atmospheric Refractivity Prediction Model Using Meteorological Observation Data
- Issue Date
- Nov-2023
- Publisher
- 한국전자파학회
- Keywords
- Meteorological Data; Atmospheric Radio Refractivity; Deep Neural Network; Long Short-Term Memory; -
- Citation
- 한국전자파학회 논문지, v.34, no.11, pp 860 - 863
- Pages
- 4
- Journal Title
- 한국전자파학회 논문지
- Volume
- 34
- Number
- 11
- Start Page
- 860
- End Page
- 863
- ISSN
- 1226-3133
- Abstract
- 본 논문은 과거의 시계열 데이터를 학습하여 미래 시점의 값을 예측하는 딥러닝 모델의 방법론을 제시하고, 경기도오산의 기상관측소에서 특정 기간동안 수집된 11,942개의 과거 기상관측데이터를 활용하여 미래 시점의 대기 굴절률을예측한다. 경기도 오산 기상관측소에서 2023년 8월 4일 9시, 2023년 8월 5일 9시의 대기 굴절률을 예측한 결과, 제안된모델과 ARIMA의 평균 MAPE는 각각 2.75 %, 7.61 %의 값을 갖는다.
- Files in This Item
- There are no files associated with this item.
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
Related Researcher
- Choo, Ho sung
- Engineering (Electronic & Electrical Engineering)