• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.450-450
• /
• 2021

기후변화 보고서에 따르면 집중 호우의 강도 및 빈도 증가가 향후 몇 년동안 지속될 것이라 제시하였다. 이러한 집중호우가 빈번히 발생하게 된다면 강우 침식성이 증가하여 표토 침식에 더 취약하게 발생된다. Universal Soil Loss Equation (USLE) 입력 매개 변수 중 하나인 강우침식능인자는 토양 유실을 예측할때 강우 강도의 미치는 영향을 제시하는 인자이다. 선행 연구에서 USLE 방법을 사용하여 강우침식능인자를 산정하였지만, 60분 단위 강우자료를 이용하였기 때문에 정확한 30분 최대 강우강도 산정을 고려하지 못하는 한계점이 있다. 본 연구의 목적은 강우침식능인자를 이전의 진행된 방법보다 더 빠르고 정확하게 예측하는 머신러닝 모델을 개발하며, 총 월별 강우량, 최대 일 강우량 및 최대 시간별 강우량 데이터만 있어도 산정이 가능하도록 하였다. 이를 위해 본 연구에서는 강우침식능인자의 산정 값의 정확도를 높이기 위해 1분 간격 강우 데이터를 사용하며, 최근 강우 패턴을 반영하기 위해서 2013-2019년 자료로 이용했다. 우선, 월별 특성을 파악하기 위해 USLE 계산 방법을 사용하여 월별 강우침식능인자를 산정하였고, 국내 50개 지점을 대상으로 계산된 월별 강우침식능인자를 실측 값으로 정하여, 머신러닝 모델을 통하여 강우침식능인자 예측하도록 학습시켜 분석하였다. 이 연구에 사용된 머신러닝 모델들은 Decision Tree, Random Forest, K-Nearest Neighbors, Gradient Boosting, eXtreme Gradient Boost 및 Deep Neural Network을 이용하였다. 또한, 교차 검증을 통해서 모델 중 Deep Neural Network이 강우침식능인자 예측 정확도가 가장 높게 산정하였다. Deep Neural Network은 Nash-Sutcliffe Efficiency (NSE) 와 Coefficient of determination (R²)의 결과값이 0.87로서 모델의 예측성을 입증하였으며, 검증 모델을 테스트 하기 위해 국내 6개 지점을 무작위로 선별하여 강우침식능인자를 분석하였다. 본 연구 결과에서 나온 Deep Neural Network을 이용하면, 훨씬 적은 노력과 시간으로 원하는 지점에서 월별 강우침식능인자를 예측할 수 있으며, 한국 강우 패턴을 효율적으로 분석 할 수 있을 것이라 판단된다. 이를 통해 향후 토양 침식 위험을 지표화하는 것뿐만 아니라 토양 보전 계획을 수립할 수 있으며, 위험 지역을 우선적으로 선별하고 제시하는데 유용하게 사용 될 것이라 사료된다.

• Advances in concrete construction
• /
• 제14권3호
• /
• pp.185-194
• /
• 2022

For producing cement and concrete, the construction field has been encouraged by the usage of industrial soil waste (or) secondary materials since it decreases the utilization of natural resources. Simultaneously, for ensuring the quality, the analyses of the strength along with durability properties of that sort of cement and concrete are required. The prediction of strength along with other properties of High-Performance Concrete (HPC) by optimization and machine learning algorithms are focused by already available research methods. However, an error and accuracy issue are possessed. Therefore, the Enhanced Deep Neural Network (EDNN) based strength along with durability prediction of HPC was utilized by this research method. Initially, the data is gathered in the proposed work. Then, the data's pre-processing is done by the elimination of missing data along with normalization. Next, from the pre-processed data, the features are extracted. Hence, the data input to the EDNN algorithm which predicts the strength along with durability properties of the specific mixing input designs. Using the Switched Multi-Objective Jellyfish Optimization (SMOJO) algorithm, the weight value is initialized in the EDNN. The Gaussian radial function is utilized as the activation function. The proposed EDNN's performance is examined with the already available algorithms in the experimental analysis. Based on the RMSE, MAE, MAPE, and R² metrics, the performance of the proposed EDNN is compared to the existing DNN, CNN, ANN, and SVM methods. Further, according to the metrices, the proposed EDNN performs better. Moreover, the effectiveness of proposed EDNN is examined based on the accuracy, precision, recall, and F-Measure metrics. With the already-existing algorithms i.e., JO, GWO, PSO, and GA, the fitness for the proposed SMOJO algorithm is also examined. The proposed SMOJO algorithm achieves a higher fitness value than the already available algorithm.

• 한국농림기상학회지
• /
• 제12권4호
• /
• pp.241-263
• /
• 2010

KoFlux는 한국의 주요 육상생태계와 대기간의 에너지, 물, 이산화탄소의 순환을 감시하기 위해 구축한 에디 공분산 기술을 기반으로 하는 미기상학 플럭스 타워 관측지의 국내 관측망이다. KoFlux의 사명은 AsiaFlux와 동일하게 지구상의 생명의 질과 지속가능성을 보장하기 위해 아시아의 주요 생태계를 감시하고 돌보는 것이다. 구체적인 KoFlux의 목적은 (1) 생태계를 감시하고, 자료를 수집, 저장하고 배포를 가능하게 하는 하부구조와 (2) 이에 관련된 지식과 자료를 효과적으로 적용하고 배포하기 위해 정기적으로 포럼과 단기 훈련과정을 과학공동체에 제공하는 것이다. KoFlux는 아시아의 주요 육상생태계의 탄소/물/에너지 교환에 관한 생태계과학 정보와 지식을 창출하고, 과학적 연구와 적용에 있어서 다학문간 협력과 융합을 촉진하고, 지속적인 생태계 서비스를 지역사회에 제공함으로써 AsiaFlux의 비전인 "사고하는 공동체, 배움의 프런티어"를 추구하며 실천해 나간다. 현재 KoFlux 네트워크는 총 일곱 개의 관측지로 구성되어 있는데 국내의 경우 활엽수림, 침엽수림, 혼효림, 논과 비균질 농경지를 포함하며, 국외의 경우 남극과 북극의 툰드라 생태계에 위치해 있다. 등재된 관측지는 모두 표준화된 프로토콜을 사용하여 자료를 체계적으로 처리하고 있으며 자유롭게 자료 활용이 가능하도록 품질 검증된 플럭스 자료의 데이터베이스를 지속적으로 구축해 가고 있다. KoFlux는 정기적인 학술 논문 출판, 포럼 및 훈련과정을 통해, 네트워크를 성장시키고, 플럭스 관측 및 모델링 전문가간의 연결 및 정보교환을 위한 아고라를 제공하며, 관측 및 자료 분석을 위한 전문인력 양성을 위한 교육에 힘쓰고 있다. 그러나 이러한 지속적인 노력에도 불구하고 KoFlux에 등재된 산학연기관을 제외하고는 아직까지 네트워크의 성장이 제한되어 있는 실정이다. 이러한 학문간의 벽을 허물고, 네트워크에 대한 동반자 및 주인 의식을 고취시키기 위해 KoFlux는 2011년부터 서울대학교에 설립된 국가농림기상센터를 중심으로 NCAM의 주요 서비스를 담당하게 될 것이다. 이러한 일치된 협력은 현재의 감시 네트워크를 더욱 보강시키고, 차세대 과학자들을 길러내며, 우리 사회에 지속가능한 생태계 서비스의 제공을 보장할 수 있도록 이끌어 줄 것이다.

• 대한화학회지
• /
• 제62권2호
• /
• pp.124-136
• /
• 2018

이 연구에서는 거꾸로 교실을 교사 주도성이 강한 국내 대학의 일반화학실험 강좌에 적용하고, 이를 통해 거꾸로 교실을 적용한 대학 실험 강좌에 대한 효과와 가능성을 탐색하였다. 이를 위하여 수도권 소재의 사범대학 과학교육과에 재학 중인 30명의 학생들을 15명씩 거꾸로 교실 수업 집단과 전통적 수업 집단의 두 그룹으로 각각 무선배치 하였다. 그런 다음, 동영상 자료와 함께 대학에서 적용 가능한 일반화학실험 수업 안을 개발 및 적용하였고, 모든 수업을 마친 후에는 일반화학실험 강좌에 대한 학생들의 인식을 살펴보기 위한 설문 조사를 실시하였다. 일반화학실험 수업에 대한 전반적인 인식 분석 결과, 수업 활동의 유용성, 성공적 학습을 위한 각 활동 요소 별 중요도, 학습 수준, 추후 수강 의향 등의 측면에서 거꾸로 교실 수업 집단의 학생들이 전통적 수업 집단의 학생들 보다 긍정적인 인식을 나타냈음을 알 수 있었다. 실험 수행이나 보고서 작성 등과 같은 일반화학 실험 활동과 실험 내용의 이해 측면에서 학생들의 인식을 분석해 본 결과, 거꾸로 교실 수업 집단의 평균 점수가 전통적인 수업집단의 평균 점수 보다 높았고, 이와 같은 결과의 주된 원인은 담당 강사가 사전 학습 활동으로 제공한 동영상 자료 때문인 것으로 나타났다. 또한 수업 중 상호작용과 자기 주도적 학습 측면에서 학생들의 인식을 분석한 결과, 거꾸로 교실 수업 집단의 평균 점수가 전통적 수업 집단의 평균 점수 보다 전반적으로 높았으며, 특히 학생들 간의 상호작용과 자기 주도적 학습의 수월성은 두 집단 간에 통계적으로 유의미한 차이가 있는 것으로 나타났다. 그리고 동영상 자료에 대한 학생들의 인식이 매우 긍정적이었고, 이 때 학생들이 가장 선호한 동영상은 담당 강사가 직접 실험 이론과 방법을 설명해 주는 동영상이었던 것으로 분석되었다. 이에 대한 교육적 시사점을 논의하였다.

• 한국가정과교육학회지
• /
• 제33권1호
• /
• pp.101-127
• /
• 2021

본 연구의 목적은 중학교 가정과 생애설계 관련 단원을 중심으로 과정 중심 평가를 위한 교수·학습과정안을 설계·개발하고, 이를 적용하여 실행한 뒤 피드백 방안을 제안하고 참여관찰 및 면담을 통해 이 수업을 평가하는 데 있다. 학생 성찰일지, 교사의 수업일지, 참여관찰 일지, 면담, 수행과제물 등을 수집·분석하여 학생에 대한 피드백, 수업 개선을 위한 기초자료로 활용하고자 한다. 본 연구의 결과는 다음과 같다. 첫째, 추출된 학습주제를 기반으로 개발된 교수·학습과정안은 "내가 원하는 인생을 살기 위해 나는 무엇을 해야 있는가?"라는 실천적 문제 하에 4가지 학습주제를 2차시씩 총 8차시를 개발하였다. 5가지의 평가주제로 포트폴리오를 구성하며 구술·발표, 관찰평가, 자기평가, 동료평가의 방법을 적용하였다. 둘째, 수업 과정 중 교사의 피드백, 동료 학습자 간 피드백, 결과물을 통한 피드백 방안 및 이를 기록하는 방안을 제안하였다. 셋째, 관찰일지 및 면담 등 수집된 자료 분석을 통해 수업 이후 수업 참여학생은 과정 중심 평가의 필요성을 인식하였으며, 노력하는 과정을 평가받으니 수업 참여가 높아졌고, 피드백을 통해 배움이 확장되었으며, 자신의 미래에 한걸음 나아가는 학습 성장을 경험하였다고 평가하였다. 교사는 피드백을 통한 수업이 수업 단원과 역량 함양에 적합하였으나 피드백의 어려움을 단점으로 제시하였다. 과정 중심 평가를 위해 평가에 대한 인식의 변화를 통해 온·오프라인에서 피드백이 가능한 다양한 방안과 단원과 대상을 확대한 후속연구가 필요할 것이다.

• 한국식품영양과학회지
• /
• 제44권12호
• /
• pp.1856-1864
• /
• 2015

본 연구는 춘천지역 대학생 306명(남 175명, 여 131명)을 대상으로 성별에 따른 영양소 섭취 상태를 알아보았으며, 그 결과는 다음과 같다. 평균 나이는 남학생이 $21.1{\pm}2.9$세, 여학생이 $20.3{\pm}2.2$세였고(P<0.05), 평균 신장과 체중은 남녀 각각 $175.2{\pm}6.2cm$와 $68.2{\pm}9.9kg$, $161.7{\pm}5.2cm$와 $55.1{\pm}6.5kg$으로 나타났으며(P<0.001), 평균 BMI는 남녀 각각 $22.2{\pm}2.8$과 $21.1{\pm}2.1$로 나타났다(P<0.001). 끼니별 결식률은 남녀 모두 아침결식률(31.7%, 29.2%)이 가장 높게 나타났다. 성별에 따른 영양소 섭취 상태를 알아본 결과, 1일 평균 에너지, 탄수화물, 단백질, 지방은 남학생이 여학생보다 유의적으로 높게 섭취하였다(P<0.001). 또한 비타민 A와 C를 제외한 비타민 $B_1$(P<0.001), 비타민 $B_2$(P<0.01), 나이아신(P<0.001), 비타민 $B_6$(P<0.001), 비타민 E(P<0.001), 엽산(P<0.01), 칼슘(P<0.05), 인(P<0.001), 철분(P<0.001), 아연(P<0.001), 나트륨(P<0.001), 콜레스테롤(P<0.001)도 남학생이 유의적으로 높게 섭취하였다. 주중과 주말의 영양소 섭취 상태는 남학생이 1일 평균 에너지(P<0.01), 탄수화물(P<0.01), 단백질(P<0.05), 지방(P<0.01), 비타민 $B_1$(P<0.01), 나이아신(P<0.01), 비타민 $B_6$(P<0.01), 비타민 E(P<0.01), 철분(P<0.05), 아연(P<0.01), 나트륨(P<0.05)을, 여학생은 지방(P<0.05), 비타민 E(P<0.05), 칼슘(P<0.01), 철분(P<0.01)을 주말에 비해 주중에 유의적으로 높게 섭취하였다. 에너지 섭취량에 대한 탄수화물, 단백질, 지방의 섭취비율은 남학생이 57.8:15.3:26.8, 여학생이 58.5:15.1:26.2로 나타나면서 서로 유사한 결과를 보였다. 성별에 따른 한국인 영양섭취기준에 대한 섭취비율을 보면 권장섭취량과 충분섭취량 이상 섭취한 영양소는 남학생의 경우 단백질, 비타민 $B_1$, 인, 철분, 나트륨이었으며, 여학생은 단백질, 비타민 A, 인, 나트륨으로 나타났다. 남학생의 에너지 필요추정량에 대한 섭취비율은 69%, 여학생은 70%였으며, 남학생은 비타민 $B_2$, 비타민 C, 칼슘을, 여학생은 비타민 C, 철분, 칼슘을 권장섭취량의 80% 이하로 섭취하고 있었다. 주중과 주말의 영양섭취기준에 대한 섭취비율을 살펴보면 남학생은 비타민 $B_6$와 아연을, 여학생은 칼슘과 철분을 주중에 비해 주말에 상대적으로 부족하게 섭취하였다(P<0.01). 성별에 따른 EAR 미만 섭취자 비율은 남학생이 칼슘(81.7%), 비타민 $B_1$(69.4%), 비타민 C(64.9%), 비타민 $B_6$(53.7%)를, 여학생은 칼슘(75.4%), 비타민 C(64.6 %), 철분(60.8%), 비타민 $B_6$(58.5%), 비타민 $B_2$(55.8%), 나이아신(53.5%), 엽산(51.9%)이 50%를 넘어 영양소의 섭취량이 매우 낮음을 알 수 있었다. 이상의 연구 결과에서 대학생들의 높은 아침결식률, 남학생이 여학생에 비해 높은 영양 섭취를 보이고 있었으나 전반적으로 대학생들의 에너지 섭취 수준은 낮았으며 특정 영양소, 특히 칼슘, 비타민 C, 철분, 비타민 $B_2$ 등의 영양 섭취 상태가 나쁜 것으로 나타났다. 또한 아침결식률과 영양 섭취 상태는 주중보다는 주말에 문제가 있는 것으로 나타나 불규칙한 생활 패턴에 따른 식습관 개선이 시급한 상황이다. 따라서 규칙적인 식생활 및 균형 잡힌 식습관 등에 대한 정확한 이해와 함께 식태도가 긍정적인 방향으로 변화되어 대학생들이 건강과 영양 상태 향상에 도움이 되는 행동을 자발적으로 습득할 수 있도록 영양교육의 필요성이 절실히 요구되는 바이다. 한편 본 연구는 표본의 대상이 춘천지역 일부 대학생이기에 연구 결과를 일반화시키는 데 어려움이 있다. 또한 영양소 섭취 상태의 분석 자료로 사용된 24시간 회상법은 자기기입방법으로 정확한 섭취량을 측정하기 어려운 점이 있어 본 연구의 영양소 섭취 상태와 국민건강영양조사 결과에 차이를 보인 것으로 생각된다. 그러나 본 연구는 개인의 영양 상태 평가가 아닌 집단 간의 비교이고, 개인별 일일 식품 섭취의 편차를 최소화하기 위해 주중과 주말이 포함된 4일 간의 조사를 실시하였기에 다른 지역 및 연령대와의 비교나 특성 연구 시 기초자료로 활용될 수 있을 것이다.

• 한국가정과교육학회지
• /
• 제19권2호
• /
• pp.1-12
• /
• 2007

본 연구는 제7차 교육과정에 따른 중학교 $\ulcorner$기술 가정$\lrcorner$ 교과 교사용 지도서에 대한 가정 교사의 인식 및 활용실태를 분석하여 우리 교육 현실에 맞는 새로운 교사용 지도서의 개발에 대한 참고 자료를 제공하고자 하였다. 연구 자료는 이메일을 통하여 수집하였는데 전국의 중학교를 대상으로 서울시교육청 및 각 도교육청 그리고 각 광역시 교육청에 등록되어 있는 중학교 홈페이지를 방문하여, 홈페이지에 등록되어 있는 가정 교사의 이메일을 토대로 하였으며, 설문은 Web을 구축하여 사이트에 접속해서 답변을 할 수 있게 하였다. 855명에게 이메일을 발송한 결과 366명이 설문에 응답을 해주었으나 기술교사 9명과 중복 답변 2명을 제외한 355명의 응답이 분석에 사용되었다. 자료는 SPSS 프로그램을 이용하여 빈도분석, t-test, 일원분산분석(One-way ANOVA)을 하였으며, 사후검증으로 Duncan's Multiple Range Test를 실시하였다. 연구의 결과는 다음과 같다. 첫째, 가정 교사들은 교사용 지도서에 대해 필요성을 느끼고 있으나 필요성에 비해 교사용 지도서가 도움이 되지 못하며 따라서 만족도가 보통인 것으로 나타났다. 또한 교사용 지도서 활용교사가 미활용교사보다 교사용 지도서에 대해 긍정적으로 인식하고 있었으며, 기술교육 전공 교사가 가정교육 전공 교사보다 교사용 지도서가 더 도움이 된다고 하였다. 둘째, 가정 교사들은 교사용 지도서에서 가장 많이 참고하는 부분은 '차시별 지도의 실제'로 나타났고, 각 부분에 따라 총론은 '교수-학습 방법', 각론은 '차시별지도의 실제(학습내용해설)', 차시별 지도의 실제는 '학습 자료'와 '학습 내용 및 활동'으로 나타났다. 셋째, 교사용 지도서를 활용하지 않는 교사들은 교사용 지도서가 충분한 도움을 주지 못하거나 다른 참고 자료를 활용하기 때문인 것으로 나타났으며, 교사용 지도서 외에 인터넷 사이트, 시청각 자료를 가장 많이 참고하며, 이런 자료는 내용이 풍부하고 사용하기 편하기 때문인 것으로 나타났다. 넷째, 교사용 지도서의 개선사항으로 수업에 활용할 수 있는 학습 자료의 제시, 다양한 교수-학습 과정안 제시, 수행평가 계획 및 기준에 대한 구체적 제시, 교과서 내용에 대한 충분한 보충 설명, 지도서의 외형적 체재 개선 모두에서 높게 나타났다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.

• 한국약용작물학회지
• /
• 제19권6호
• /
• pp.456-463
• /
• 2011

The present study examined the effects of Korean white ginseng (WG, Panax ginseng C. A. Meyer) on the learning and memory function and the neural activity in rats with trimethyltin (TMT)-induced memory deficits. The rats were administered with saline or WG (WG 100 or 300 mg/kg, p.o.) daily for 21 days. The cognitive improving efficacy of WG on the amnesic rats, which was induced by TMT, was investigated by assessing the Morris water maze test and by performing immunohistochemistries on choline acetyltransferase (ChAT), acetylcholinesterase (AchE), cAMP responsive element binding protein (CREB) and brain derived neurotrophic factor (BDNF). The rats treated with TMT injection (control group) showed impaired learning and memory of the tasks, but the rats treated with TMT injection and WG administration produced significant improvement of the escape latency to find the platform in the Morris water maze at the 2nd and 4th days compared to that of the control group. In the retention test, the WG 100 and WG 300 groups showed significantly increased crossing number around the platform compared to that of the control group (p < 0.001). Consistently with the behavioral data, result of immunohistochemistry analysis showed that WG 100 mg/kg significantly alleviated the loss of BDNF-ir neurons in the hippocampus compared to that of the control group (p < 0.01). Also, treatment with WG has a trend to be increased the cholinergic neurons in the hippocampal CA1 and CA3 areas as compared to that of the control group. These results suggest that WG may be useful for improving the cognitive function via regulation of neurotrophic activity.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1077-1093
• /
• 2020

해수면 온도는 전 세계 해양, 기상 현상에 영향을 주고 해양 환경 변화와 생물에게 영향을 주는 중요한 요소이다. 특히, 우리나라 남해안을 비롯한 연안 지역의 경우 어업 및 양식업 등의 수산업이 많이 발달하여, 매년 고수온 현상으로 인한 사회·경제적 피해가 발생하고 있다. 따라서 위성 자료와 같은 광범위한 지역을 감시할 수 있는 자료를 활용한 해수면 온도 및 공간적 분포의 예측기술 개발을 통하여 피해를 예방할 수 있는 시스템을 구축할 필요가 있다. 해수면 온도 예측은 기존의 수치 모델을 통해서 예측을 진행하였지만, 다수의 역학적 요인들을 사용하여 예측 결과 산출 시 복잡함이 존재한다. 최근 기계학습 및 딥러닝 기법이 발달함에 따라 해양 분야의 예측에 적용하는 연구가 진행되고 있다. 본 연구는 그 중 시·공간적인 일관성 및 정확도가 높은 장단기 기억(Long Short Term Memory, LSTM)과 합성곱 장단기 기억(Convolutional Long Short Term Memory, ConvLSTM) 딥러닝 기법을 사용하여 남해지역의 해수면온도 예측 및 2017년부터 2019년까지의 고수온 발생 건에 대해서 예측 결과의 공간 분포와 공간 분포와 예측 가능성에 대해 분석을 하였다. 1일 예측 모델의 정확도는 RMSE 기준으로 ConvLSTM(전체: 0.33℃, 봄: 0.34℃, 여름: 0.27℃, 가을: 0.32℃, 겨울: 0.36℃)이 LSTM 기반의 예측 모델(전체: 0.40℃, 봄: 0.40℃, 여름: 0.48℃, 가을: 0.39℃, 겨울: 0.34℃)보다 우수한 성능을 보였다. 2017년 고수온 발생 사례에 대해 해수면 온도 예측과 고수온 탐지 성능에서 ConvLSTM은 5일까지 경보를 탐지하였지만, LSTM의 경우 2일 예측 이후 해수면 온도를 과소 추정하는 경향이 커짐에 따라 탐지하지 못하였다. 시공간적인 해수면 온도 예측 시 ConvLSTM이 LSTM에 비해 적절한 모델로 판단된다.