기계학습을 활용한 제주 서남부 해역 해상상태 예측 연구

Abstract

본 논문에서는 기계학습의 한 방법인 합성곱 신경망(Convolution Neural Network, CNN)을 적용하여 해상상태와 파고를 예측하는 실용적인 방법을 소개하였다. 이미지 데이터의 경우 제주도 한경면 인근에 설치된 선박해양플랜트연구소 파력발전 실해역 시험장에서 설치된 카메라로부터 획득하였고, 해상상태 정보는 이미지 획득 지점의 해저에 설치된 ADCP(Acoustic Doppler Current Profiler)로부터 획득하였다. 영상과 해상상태는 시간에 따라 동기화되어 연결 및 훈련 데이터로 준비되었으며, 본 문제에 적합한 합성곱 신경망이 설계되었다. ITTC(International Towing Tank Conference)에서 분류한 해상상태와 평균 파고 두 가지 물리량으로 학습이 진행되었으며, 두 개의 물리량 모두 학습검증의 정확도가 상당히 높게 도출되었다. 학습과 검증에 사용되지 않은 테스트이미지에 대한 예측 결과 또한 99% 이상의 높은 예측 정확도를 나타내었다. 향후 다양한 기상 조건에서의 유의미하게 많은 데이터가 축척 및 학습된다면 특정 해역의 해상상태를 상당히 높은 정확도로 예측할 수 있는 기계학습 네트워크를 개발할 수 있다고사료된다.