농업용수 물순환 계측 자료의 품질관리

  • Published : 2022.05.31

Abstract

Keywords

References

  1. Brown, T., Mann. B., Ryder, N., Subbiah, M., Kaplan, J.D., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A. and Agarwal, S., 2020. Language Models Are Few-shot Learners, Advances in Neural Information Processing Systems, 33, 1877-1901.
  2. Chen, Z., Yeo, C. K., Lee, B. S., & Lau, C. T., 2018. Autoencoder-based Network Anomaly Detection, In 2018 Wireless Telecommunications Symposium (WTS) (pp. 1-5).
  3. Hochreiter, S. and Schmidhuber, J., 1997. Long short-term memory. Neural computation, 9(8), pp. 1735-1780. https://doi.org/10.1162/neco.1997.9.8.1735
  4. Integrated Ocean Observign System., 2021. Manual for Real-Time Quality Control of Water Level Data.
  5. Kalman, R. E., 1960. A New Approach to Linear Filtering and Prediction Problems, Journal of Basic Engineering, 82, 35-45. https://doi.org/10.1115/1.3662552
  6. Leleux D. P., Claps, R., Chen, W., Tittel, F. K., Harman, T. L., 2002. Applications of Kalman Filtering to Real-time Trace Gas Concentration Measurements, 74(1), 85-93. https://doi.org/10.1007/s003400100751
  7. Nicholaus, I. T., Park, J. R., Jung, K., Lee, J. S., & Kang, D. K., 2021. Anomaly Detection of Water Level Using Deep Autoencoder, Sensors, 21(19), 6679.
  8. 김경환, 최규훈, 정형모, 주동혁, 나라, 최은혁, 권재환, 유승환, 2021. 필터링 기법을 이용한 농업용저수지 수위자료의 품질관리 방안, 한국농공학회논문집, 63(5), 83-93. https://doi.org/10.5389/KSAE.2021.63.5.083
  9. 김마가, 최진용, 방재홍, 이재주, 2019. 임계치 모형과 인공신경망 모형을 이용한 실시간 저수지 수위자료의 이상치 탐지. 한국농공학회논문집, 61(1), 107-120. https://doi.org/10.5389/KSAE.2019.61.1.107
  10. 김창훈, 류정아, 김덕근, 김규범, 2016. 지하수위, 토양수분함량 및 수질변화를 활용한 습윤화 지역의 배수시설 효과 평가, 대한지질공학회 26(2), 251-260.
  11. 정성호, 조효섭, 김정엽, 이기하, 2018, 딥러닝 기반 LSTM 모형을 이용한 감조하천 수위 예측, 한국수자원학회 논문집, 51(12), 1207-1216.
  12. 한국농어민신문, 2021, 농어촌공사, 햄펄필터 이용 저수지 수위계측 정확도 ↑.