참고문헌
- 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.
- 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).
- 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
- Integrated Ocean Observign System., 2021. Manual for Real-Time Quality Control of Water Level Data.
- 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
- 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
- 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.
- 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
- 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
- 김창훈, 류정아, 김덕근, 김규범, 2016. 지하수위, 토양수분함량 및 수질변화를 활용한 습윤화 지역의 배수시설 효과 평가, 대한지질공학회 26(2), 251-260.
- 정성호, 조효섭, 김정엽, 이기하, 2018, 딥러닝 기반 LSTM 모형을 이용한 감조하천 수위 예측, 한국수자원학회 논문집, 51(12), 1207-1216.
- 한국농어민신문, 2021, 농어촌공사, 햄펄필터 이용 저수지 수위계측 정확도 ↑.