• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• 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.

• 전자공학회논문지
• /
• 제53권1호
• /
• pp.71-78
• /
• 2016

본 논문은 인공 신경망에 기반을 둔 새로운 전력 수요 예측 모델을 제시한다. 인공 신경망 입력 변수로 시간과 날씨요소를 고려하였다. 시간 요소는 하절기와 동절기 전력수요 데이터의 자기 상관계수를 측정하여 선정하였고, 날씨요소는 피어슨 상관계수를 이용하여 선정하였다. 중요한 날씨요소로는 온도와 이슬점으로 이들은 전력수요와 밀접한 상관관계를 가지고 있다. 반면에 습도, 기압, 풍속 등과 같은 날씨요소는 전력수요와의 상관관계가 높지 않게 나타나 신경망의 입력 변수에서 제외하였다. 실험결과 새로이 제안한 인공 신경망을 이용한 전력수요 모델은 시간요소 및 날씨요소와 이에 대한 가중치를 피크 전력율과 계절에 따라 차등 적용하여 높은 적중률을 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• 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.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2015년도 전력전자학술대회 논문집
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• 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.

• 한국건설관리학회논문집
• /
• 제23권4호
• /
• pp.78-83
• /
• 2022

많은 국내 건설업계들은 건설관리에 날씨정보를 활용하기 위해 지속적으로 노력하고 있다. 건설업은 옥외작업이 많기 때문에 날씨의 영향이 크게 반영된다. 그러므로 정확한 공사기간을 예측하기 위해서는 분명히 날씨 정보가 필요하며, 이를 고려한 작업 불가능 일수 산정은 매우 중요하다. 하지만 정확한 장기 날씨 예측이 힘들기 때문에 많은 건설 회사들이 정확한 공사기간 산정에 어려움을 갖고 있다. 이에 본 연구에서는 과거 장기 날씨 정보를 분석한 후 현장 위치 및 일자에 따라 지역별, 계절별 기상정보를 건설관리 시스템에 적용하여 작업가능일과 현장정보, 기상정보를 확인하고자 한다.

• Journal of the Korean Data Analysis Society
• /
• 제20권6호
• /
• pp.2933-2940
• /
• 2018

과일의 경우 다른 작물보다 날씨의 영향을 많이 받으므로, 농업인의 고부가가치 창출을 위해서는 날씨를 고려한 작물모형개발이 필요하다. 본 연구에서는 과실류 중에서 비교적 제한된 조건에서 생산되는 복숭아를 연구대상으로 선정하였으며, 옥답 4.0에서 제공하는 2015년부터 2017년까지 대구에서 거래된 복숭아자료를 사용하였다. 분석에 사용되는 기상자료는 재배면적에 대한 가중치를 부여하여 생성하였으며, 1일 전부터 7일 전까지 날씨자료 중 상관성이 높은 변수를 사용하였다. 분석 방법으로는 기계학습법에 해당하는 랜덤포레스트와 그래디언트부스팅(gradient boosting machine), XGboost을 사용하였다. 분석결과, XGboost의 성능이 가장 우수하게 나타났으며, 경락가격 예측은 비교적 잘 예측할 수 있었지만, 거래량 예측의 정확성은 그리 높지 않았다. 복숭아 거래량 예측에 영향을 미치는 상위 3개의 기상변수로는 최저온도, 평균최대온도, 강수량으로 나타났다.