과제정보
이 논문은 NRF-2020R1C1C1A01005396의 지원을 받음.
한국정보통신학회:학술대회논문집 (Proceedings of the Korean Institute of Information and Commucation Sciences Conference)
- 한국정보통신학회 2022년도 추계학술대회
- /
- Pages.457-458
- /
- 2022
ANN-XGB를 이용한 수중 산소 농도 예측
ANN-XGB based predictions of dissolved oxygen
- Jo, Gwanghyun (Kunsan National University) ;
- Lee, Keun Young (Sejong University)
- 발행 : 2022.10.03
초록
하천의 용존 산소량은 어류의 생존과 관계되는 중요한 수질 정보중 하나이다. 안양천에서 수집된 수질 정보 및 기상 정보를 이용하여 artificial neural network - XGBoost (ANN-XGB)를 훈련하였으며, 12시간 이후의 DO를 예측할 수 있다. 본 발표에서는 ANN-XGB의 performance를 보고한다.
The dissolved oxygen (DO) is one of the factors of ecosystem that affects survival of aquatic life. Artificial neural network - XGboost (ANN-XGB), which was trained by water quality and weather data obtained at Anyang-streamto, was employed to forecast DO after 1 hours. We document the perforamnce of ANN-XGB.