임계치 모형과 인공신경망 모형을 이용한 실시간 저수지 수위자료의 이상치 탐지

최진용

추천

검색

자료유형: 학술저널

저자정보: 최진용

저널정보: 한국농공학회 한국농공학회논문집 한국농공학회논문집 제61권 제1호

발행연도: 2019.1

수록면: 107 - 120 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Reservoir water level data identify the current water storage of the reservoir, and they are utilized as primary data for management and research ofagricultural water. For the reservoir storage management, Korea Rural Community Corporation (KRC) installed water level stations at around 1,600agricultural reservoirs and has been collecting the water level data every 10 minutes. However, various kinds of outliers due to noise and erroneousproblems are frequently appearing because of environmental and physical causes. Therefore, it is necessary to detect outlier and improve the qualityof reservoir water level data to utilize the water level data in purpose. This study was conducted to detect and classify outlier and normal data usingtwo different models including the threshold model and the artificial neural network (ANN) model. The results were compared to evaluate theperformance of the models. The threshold model identifies the outlier by setting the upper/lower bound of water level data and variation data and bysetting bandwidth of water level data as a threshold of regarding erroneous water level. The ANN model was trained with prepared training datasetas normal data (T) and outlier (F), and the ANN model operated for identifying the outlier. The models are evaluated with reference data which werecollected reservoir water level data in daily by KRC. The outlier detection performance of the threshold model was better than the ANN model, butANN model showed better detection performance for not classifying normal data as outlier.

참고문헌 (34)

참고문헌 신청

안지현 / 2012 / 인공신경망 기법을 이용한 논에서의 지표 유출량 산정 / 한국농공학회논문집 54(4):65~71

Ahn, S. J. / 2000 / Rainfall forecasting Using neural network / Journal of The Korean Society of Civil Engineers 20(5B):711~722

Ahn, S. J. / 2000 / Forecasting of runoff hydrograph using neural network algorithms / Journal of Korean Water Resources Association 33(4):505~515

Bang, J. H. / 2017 / A study of outlier detection on time series of water-level in agricultural reservoir / Proceedings of the Korean Society of Agricultural Engimeers Conefrence 60

Choi, J. K. / 2000 / Application of neural network to water resources / Journal of Korean National Comittee on Irrigation and Drainage 7(2):248~258

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최진용

소속기관 한국농공학회

주요연구분야 공학 > 기타공학 > 농공학

논문수 1 이용수 24

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (34)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)