• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.37-38
• /
• 2022

농산물의 산지 가격이나 도매가격이 등락하면, 즉시 또는 일정한 시차 이후에 소비자가격도 등락한다. 본 논문에서는 선형회귀모델을 통해 쌀 가격을 예측하고 쌀 가격에 영향을 미치는 날씨의 시기를 찾아보고자 한다. 이에 따라 KAMIS, 기상자료개방포털, KOSIS에서 수집한 날씨, 생산량, 그리고 소비자물가 등락률 데이터를 이용하여 쌀 가격 예측을 수행하고, 날씨 데이터와 쌀 가격 데이터의 날짜 간격을 두어 날씨가 쌀 가격에 영향을 미치는 시기를 알아보았다. 모델 평가 결과, 2개월 간격을 두고 예측한 RMSE가 164.135로 가장 큰 영향을 미쳤다. 본 연구를 기반으로 향후 다른 농산물의 가격 예측도 가능할 것이며 농산물에 영향을 미치는 변수의 시기도 예측할 수 있을 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.656-659
• /
• 2017

현대 사회에서는 다양한 이동수단 중 지하철, 버스 등의 대중교통에 대한 수요가 높은 편이다. 본 연구의 배경이 되는 서울특별시의 경우에는 출퇴근 시, 과반 수 이상이 대중교통을 이용한다. 대중교통 이용량에는 날씨, 평일-주말, 연착, 도로현황 등 여러 가지에 원인을 둔다. 본 연구에서는 여러 요인 중에서도 날씨 데이터(기온, 강수량, 미세먼지)에 초점을 두어, 날씨에 따른 대중교통 이용량의 변화양상을 학습하여 예측하는 연구를 진행한다. 서울특별시 25개 자치구마다의 날씨 데이터와 대중교통 이용 데이터를 이용하여 Regression을 통한 데이터 학습을 진행하였으며, 학습된 모델을 통한 날씨에 따른 서울특별시 대중교통 이용량 예측에 따른 평균 오차율은 15.49%로 낮은 오차율을 가진다. 본 연구 결과는 날씨에 따른 버스와 지하철의 배차 간격 조절 등의 대중교통 배치 판단 결정에 기초자료로 사용될 것으로 기대된다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.53 no.1
• /
• pp.71-78
• /
• 2016

This paper proposes the new electric power demand forecast model which is based on an artificial neural network and considers time and weather factors. Time factors are selected by measuring the autocorrelation coefficients of load demand in summer and winter seasons. Weather factors are selected by using Pearson correlation coefficient The important weather factors are temperature and dew point because the correlation coefficients between these factors and load demand are much higher than those of the other factors such as humidities, air pressures and wind speeds. The experimental results show that the proposed model using time and seasonal weather factors improves the load demand forecasts to a great extent.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.163-164
• /
• 2021

본 논문에서는 날씨와 상관관계를 갖는 교통사고에 대한 예측을 진행하는 Web Site 개발을 제안한다. 날씨에 영향을 받는 교통사고에 대한 일일 사망자 수, 교통사고 발생률의 각각의 예측값을 딥러닝 모델을 이용한다. 위의 모델을 작성하기 위하여 본 논문에서는 Anaconda 기반의 Jupyter Notebook에서 Python Tensorflow 모델을 작성하여 테스트하고, 만들어진 모델을 웹 사이트에서 불러오기 위해 Python 기반 Flask Web Framework를 통하여 웹 사이트를 개발한다. 개발된 웹 사이트는 사용자들은 Web Site에 날씨 정보를 입력하여 교통사고 발생률을 예측하고 볼 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.419-420
• /
• 2022

본 논문에서는 외출 시 날씨 때문에 무엇을 입을지 고민하는 사용자에게 편리함을 제공하고 사용자의 만족도를 높이기 위해 '날씨별 맞춤 정보 제공 날씨도우미'라는 주제로 연구를 진행하였다. 오픈 API를 이용하여 지역별 다양한 날씨 정보를 보여주고 기온별 옷차림과 지역 주변의 맛집을 추천하는 기능을 구현하였다. 날씨 도우미는 단순히 날씨 정보만을 제공하는 것이 아니라 날씨별 적합한 옷차림을 추천해준다. 사용자는 날씨도우미를 통해 외출 시 옷차림을 고르는 데 소요되는 시간을 최소한으로 줄일 수 있고, 옷을 고르면서 발생하는 스트레스를 줄일 수 있다. 또한, 사용자는 오늘의 날씨 정보와 미래의 날씨 예측 정보를 쉽게 확인할 수 있으며, 지역검색을 통해 원하는 지역의 날씨 정보를 손쉽게 확인하고, 해당 지역 주변의 맛집을 추천받을 수 있다.

• Proceedings of the KIPE Conference
• /
• 2015.07a
• /
• pp.277-278
• /
• 2015

태양광발전소를 설치하기 위한 경제적 타당성을 분석하는 경우 기상청에서 제공하는 해당지역의 날씨정보를 기반으로 하는 PV Cell의 연간 발전량 예측 및 분석이 중요한 변수가 된다. 또한 날씨 조건에 대한 PV 발전의 예측은 기 설치되어 운전중에 있는 태양광발전소의 고장진단 및 성능평가에도 사용될 수 있다. 본 논문은 다양한 날씨 조건 중 주변온도, 풍속, 일사량에 따른 PV Cell의 특성을 분석하고, 실시간으로 변화하는 날씨환경에 대하여 순시적으로 PV Cell의 출력특성을 정확히 예측할 수 있는 모델을 수립한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.706-708
• /
• 2017

노지에서 재배되는 실외작물의 경우 외부 환경에 노출되어 재배되기에 생육 또는 수학시기가 외부 요인에 많은 영향을 받는다. 이러한 외부 요인 중 과일의 당도 및 수확량에 많은 영향을 미치는 요인은 바로 날씨이다. 고온의 날씨 또는 저온의 날씨가 지속되거나 강한 풍속, 적절한 강수가 이루어지지 않을 경우 과일의 당도가 낮아지거나, 흠집이 발생할 수 있어 과일 도매가격에 영향을 미치게 된다. 본 논문에서는 월별 평균 온도, 강우량, 습도, 일사량, 최대풍속 등의 날씨 관련 데이터와 제사 또는 명절에 자주 사용되는 과실류인 배, 단감, 사과, 수박의 도매가격간의 상관관계를 분석을 통해 얻은 결과로 추후 농산물 가격 예측 또는 과일 가격 예측 연구에 기여를 하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.37-40
• /
• 2020

날씨에 대한 인류의 관심은 인류 역사가 시작되면서 지금까지 예측하며 관심 영역인 만큼 인류에게 끼치는 영향이 크다. 초기 인류에게 있어서 의류는 생존을 위한 생존 도구에서 현재는 패션의 영역으로 자기를 표출하거나 자신에게 가장 어울리는 옷을 찾기 위한 욕구로 발전해 왔다. 따라서 본 논문에서는 날씨에 따른 개인의 체감온도와 해당 날씨에 가장 선호하는 의상을 분석하고, 예측하며 추천해주는 시스템을 제안한다. 제안하는 시스템은 지속적인 유지 관리를 통해 보완해 나간다면 날씨와 패션 분야에서 다양한 접목을 하는 등 기술발전을 할 것으로 기대된다.

• Korean Journal of Construction Engineering and Management
• /
• v.23 no.4
• /
• pp.78-83
• /
• 2022

Many domestic construction companies are continuously trying to utilize weather information for construction management. The effect of the weather is greatly reflected in the construction industry because there are many outdoor work. Therefore, weather information is clearly needed to predict the exact construction period. And the calculation of the number of non-working days considering the weather information is very important. However, many construction companies have difficulty calculating the exact construction period because it is difficult to predict the exact long-term weather. In this study, it is analyzed the past long-term weather information. Then the weather information by region and season is applied to the construction management system. Finally, it is confirmed the workable date, the field information and the weather information.

• Journal of the Korean Data Analysis Society
• /
• v.20 no.6
• /
• pp.2933-2940
• /
• 2018

It is known that fruit is more affected by the weather than other crops. Therefore, in order to create high value for farmers, it is necessary to develop a wholesale price model considering the weather. Peaches produced under relatively limited conditions were chosen as subjects of study. The data were collected from 2015 to 2017 provided by okdab 4.0. The meteorological data used for the analysis were generated by weighting the cultivation area and the variables with high correlation among the weather data were selected from the day before to 7 days before. Randomforest, gradient boosting machine, and XGboost were used for the analysis. As a result of analysis, XGboost showed the best performance in the sense of RMSE and correlation, and price prediction was comparatively well predicted, but the accuracy of the trading volume prediction was not so good enough. The top three weather variables affecting to the peach were minimum temperature, average maximum temperature, and precipitation.