Menu
NO.1: 세로 슬라이드
NO.2: 세로 슬라이드 만들기
NO.3: 세로 슬라이드 제이쿼리
NO.4: 세로 슬라이드 css
NO.5: 세로 슬라이드 수납장
NO.6: 세로 슬라이드 메뉴
NO.7: swiper 세로 슬라이드
NO.8: 키 노트 세로 슬라이드
NO.9: 피피티 세로 슬라이드
NO.10: slick 세로 슬라이드
UNIST 임정호 교수팀,세로 슬라이드천리안 위성 자료와 AI 결합해 예측
AI가 새로운 태풍 데이터 분석…현업 예보 시스템 적용 가능 위성 관측과 수치 예보 모델의 상호보완적 융합을 통한 태풍 강도 예측 프레임워크 개요.UNIST 제공 
실시간 위성 자료와 딥러닝 기술로 더욱 정밀하게 태풍을 예측할 수 있는 기술이 개발됐다.
UNIST(울산과학기술원) 지구환경도시건설공학과 임정호 연구팀은 태풍 정보를 정확하게 분석하는 딥러닝 기반 예측 모델을 개발했다고 2일 밝혔다.
정지궤도 기상위성 자료와 수치모델 자료를 결합해 태풍 강도를 실시간으로 예측하는 방식이다.
연구팀이 개발한 하이브리드-컨볼루션 뉴럴 네트워크(Hybrid-Convolutional Neural Networks,세로 슬라이드Hybrid-CNN) 모델은 24시간,세로 슬라이드48시간,72시간 동안 태풍 강도를 객관적이고 정확하게 예측한다.
기존 예측보다 약 50% 향상된 성과를 보였다.급격한 태풍 강화 상황에서도 우수한 예측 성능을 입증했다.
일반적인 태풍 관측 방식은 주로 정지궤도 위성자료만 사용해 예보관이 이를 분석했다.
분석에 오랜 시간이 걸리고,수치 모델의 불확실성에 의존하는 단점이 있었다.
하지만 Hybrid-CNN 모델은 분석 속도를 크게 높인 덕분에 수치모델의 불확실성을 줄여 더 정확한 태풍 예보가 가능하다. 임정호 교수.UNIST 제공 
연구팀은 천리안 1호와 천리안 2A호 위성자료를 이용해 전이학습 기반의 태풍 강도를 추정했다.
AI를 통해 태풍 강도 자동 추정 과정을 시각화하고 정량적으로 분석해 태풍 예보의 정확성을 높였다.
기존 기상 데이터를 학습한 AI가 새로운 태풍 데이터를 신속하고 정확하게 분석한 것이다.
태풍 강도 변화에 영향을 미치는 환경 요인을 객관적으로 추출해 현업 예보 시스템에도 적용할 수 있다.
예보관들에게 신속하고 정확한 태풍 정보를 제공해 재난 대비와 피해 예방에 큰 도움이 될 것으로 기대된다.
임정호 교수는 "딥러닝 기반 태풍 예측 프레임워크는 예보관들에게 더욱 정확한 예측 정보를 제공함으로써 신속하고 효과적인 대책을 마련할 수 있게 해줄 것"이라고 설명했다. 사진 위쪽 가운데부터 시계 방향으로 이주현 연구원,김예진 석박통합과정생,추민기 석박통합과정생.UNIST 제공 
세로 슬라이드김예진 석박통합과정생,추민기 석박통합과정생.UNIST 제공" style="display: block; margin: 0 auto;">
