Prediction of Snow Damage Using Machine Learning Technique

(1)

머신러닝 기법을 이용한 대설피해 예측 및 적합성 검토

Prediction of Snow Damage Using Machine Learning Technique

이형주

*

_{, 정건희}

**

Lee Hyeong Joo, Gunhui Chung

...

요 지

취약성 분석의 결과로 폭설에 의한 기후노출은 현재에는 강원권이 가장 취약한 것으로 나타났 다. 그러나 미래에는 강원권, 충청권, 호남권을 연결하는 축으로 취약지역이 확대될 것으로 전망된 다. 본 연구에서는 다양한 머신러닝 기법을 이용하여 대설피해 예측을 실시하였다. 머신러닝 기법 으로는 로지스틱회귀모형, 서포트벡터 머신, 의사결정트리 모형을 적용하였다. 종속변수로 대설피 해액 자료를 이용하였고, 독립변수로 기상관측자료, 사회·경제적 요소를 사용하였다. 결과적으로 기존에 사용했던 다중회귀모형과 머신러닝 기법으로 예측한 예측력을 비교 및 분석하였고, 예측력 이 가장 높은 머신러닝 기법을 제시하였다. 본 연구에서 대설피해 예측을 위해 사용된 예측력이 가장 높은 기법을 활용하여 대설피해를 예측한다면, 미래에 전국적으로 확대될 대설피해에 대해 효과적으로 대비할 수 있을 것으로 기대된다. 핵심용어 : 대설피해, 머신러닝, 로지스틱회귀모형, 서포트벡터 머신, 의사결정트리 모형 * 정회원⋅호서대학교 일반대학 재난안전시스템학과 박사과정⋅E-mail : [email protected] ** 정회원⋅호서대학교 공과대학 토목공학과 ,부교수⋅E-mail : [email protected] 2020 한국수자원학회 학술발표회 192