Detailed Information
Cited 0 time in 
Cited 0 time in 
Cited 0 time in
Metadata Downloads
머신러닝을 활용한 낙동강 유해남조류 발생 예측A Study on the Predicting Harmful Cyanobacteria Algal Blooms Using Machine Learning Technology – The Nakdong River Case
- Other Titles
- A Study on the Predicting Harmful Cyanobacteria Algal Blooms Using Machine Learning Technology – The Nakdong River Case
- Issue Date
- Feb-2023
- Publisher
- 한국지능시스템학회
- Keywords
- 녹조; 유해남조류; 머신러닝; 랜덤포레스트; k-NN; SVM; Green Algae; Harmful-Cyanobacteria; Machine learning; Random Forest; k-NN; SVM
- Citation
- 한국지능시스템학회 논문지, v.33, no.1, pp 29 - 36
- Pages
- 8
- Indexed
- KCI
- Journal Title
- 한국지능시스템학회 논문지
- Volume
- 33
- Number
- 1
- Start Page
- 29
- End Page
- 36
- ISSN
- 1976-9172
2288-2324
- Abstract
- 기후변화와 환경오염으로 인하여 낙동강 녹조 문제는 심화되고 있다. 따라서, 본 연구는 녹조 문제가 심각한 낙동강 지역의 유해남조류 세포수를 예측하는 모델을 개발한다. 주요 변수에는 과거수질자료, 댐 제원 정보와 풍속, 기상관측 데이터, 폐수처리장, 공장 현황 데이터를 결합하여 사용하였다. 특징 선택으로 Wrapper 기반의 Genetic Search를 사용하였으며,예측 모델에는 Random Forest와 k-NN, SVM을 사용하였다. 예측 모델 성능은 RandomForest에서 0.880의 결정계수와 1.606의 RMSE로 가장 좋은 성능을 보였다. 본 연구는 pH,DO, BOD, COD 등의 변수를 제거하고, 새롭게 공장과 폐수처리장 위치 데이터를 써서 모델의 정확도를 높였다는 점에 의의가 있다.
- 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.