광대역 주파수 스펙트럼과 이미지처리를 이용한 기계학습 모델 기반 날씨 예측 시스템 설계 (Designing an AI-Powered Weather Prediction System using Broadband Frequency Spectrum and Image Processing)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 23권 / 2호 / 187 ~ 195페이지
· 저자명 : 정보석, 이세현, 홍익표

초록

본 연구에서는 1MHz~6GHz의 SDR 기기인 Hack RF와 Raspberry Pi 5를 활용하여 주파수 스펙트럼 및 이미지처리를 통한 기계학습 모델 기반 정밀 날씨 예측 시스템을 구현하였다. 보다 정밀한 날씨 예측을 위하여 온도, 습도, 기압 데이터는 Raspberry Pi의 BME 280 센서를 사용하여 수집하고, Hack RF를 통해 100MHz~300MHz, 600MHz~800MHz, 2.3GHz~2.5GHz 총 3개의 주파수 대역에서의 PSD(Power Spectrum Density) 변화와 OV5647 이미지 센서를 이용해 날씨 이미지의 RGB 비율 변화를 감지하였다. 수집된 데이터를 텍스트 파일로 전처리 후 소켓 통신을 이용하여 노트북으로 전송하였다. 전송받은 데이터는 파이썬의 RandomForestClassifer 기계학습 알고리즘을 이용하여 학습하고 날씨 예측을 할 수 있으며, 이를 기존 기상 예보와 비교하여 본 연구에서 제안한 새로운 접근법의 정확성을 검증하였다.

영어초록

In this paper, we implemented a precise weather prediction system based on machine learning through frequency spectrum and image processing by utilizing Hack RF, an SDR device from 1MHz to 6GHz, and Raspberry Pi 5. For more precise weather prediction, temperature, humidity, and atmospheric pressure data were collected using the BME 280 sensor of the Raspberry Pi, and Power Spectrum Density(PSD) changes in three frequency bands, 100MHz~300MHz, 600MHz~800MHz, and 2.3GHz~2.5GHz, were detected using the Hack RF, and RGB ratio changes in weather images were detected using the OV5647 image sensor. The collected data was preprocessed into a text file and sent to a laptop using Socket Communication. The received data was trained using the RandomForestClassifer machine learning algorithm in Python to make weather predictions and compared with existing weather forecasts to verify the accuracy of the new approach proposed in this paper.

참고자료

· 없음