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
학술대회자료
저자정보
원유석 (한라대학교) 김주현 (한라대학교) 송경근 (한라대학교)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회 학술발표논문집 2025년 한국컴퓨터정보학회 동계학술대회 논문집 제33권 1호
발행연도
2025.1
수록면
395 - 398 (4page)

이용수

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

초록· 키워드

오류제보하기
본 논문은 지하수 예측에 사용된 다양한 인공지능(AI) 기반 모델과 전처리 방법의 효과를 비교·분석하였다. LSTM, GRU, ANN, Transformer 기반 모델들이 각기 다른 지역과 데이터 특성에 맞추어 적용됨을 확인하였다. 전처리 방법과 입력 변수 선택이 예측 성능에 미치는 지표를 정리하고 동일한 시각으로 평가하였다. 평가 결과, 데이터 정규화, 결측치 처리, Savitzky-Golay 필터, 슬라이딩 윈도우 방식과 같은 전처리 기법이 시계열 데이터 예측 성능을 크게 향상시키는 것으로 나타났다. LSTM과 GRU는 계절적 패턴이 뚜렷한 데이터를 효과적으로 예측하였으며, Transformer 기반 모델은 복잡한 관계에서 강점을 보였다. 전이 학습 및 하이브리드 모델은 데이터가 제한된 환경에서 높은 예측 정확도를 달성하며, 데이터 부족 문제를 극복하는 효율적인 방법을 확인하였다.
지역적 특성과 주요 입력 변수의 차이는 모델 성능에 큰 영향을 미쳤으며, 이는 맞춤형 모델 설계의 중요성을 시사한다. 본 연구는 이러한 AI 모델들의 기본 원리와 활용 사례를 중심으로, 기술적 동향과 미래 전망을 제시한다.

목차

요약
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 결론
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092360194