대기과학지

첫 번째 모델 수정입니다 이번에는 모델 구조와 은닉층의 갯수는 그대로 둔 채 자료의 갯수만 늘렸습니다 사용한 자료는 똑같이 ASOS 종관기상관측 자료를 사용했습니다 104 북강릉 지점에 2014년 7월 31일 00시부터 2023년 7월 31일 00시까지 10년으로 자료 크기를 늘렸습니다 사용한 기상변수는 6개로 기온, 습도, 풍속, 기압, 시정, 이슬점온도 입니다 코드입니다 import numpy as np import tensorflow as tf import pandas as pd from keras.models import Sequential from keras.layers import Embedding, LSTM, GRU, Dense, Dropout from keras.models import l..

오늘부터 keras 인공신경망을 이용해서 기상변수 예측 모델을 만들어보겠습니다 현재는 프로토 타입같은 초기 모델입니다 아직 딥러닝을 공부해가는 중이고 파이썬으로는 어느 정도의 정확성이 가능한지 알아보려고 합니다 모델을 수정해보고 결과가 좋아질 때마다 포스팅을 할 계획이기 때문에 꽤 길게 이어질 것 같습니다 먼저 사용한 자료는 ASOS 종관기상관측 자료를 사용했습니다 104 북강릉 지점에 2020년 7월 31일 00시부터 2023년 7월 31일 00시까지 3년 자료를 사용했습니다 사용한 기상변수는 6개로 기온, 습도, 풍속, 기압, 시정, 이슬점온도 입니다 코드입니다 import numpy as np import tensorflow as tf import pandas as pd from keras.mode..

이번 포스팅은 WPS를 설치해보겠습니다 설치에 앞서 이번 포스팅은 꽤 의미 있는 포스팅입니다 제 블로그에 100번째 글로 올라가는 포스팅입니다 몇 개 안쓴거 같지만 벌써 100번째라는게 놀랍네요 ㅠㅠ 앞으로도 대학원을 가서도 열심히 남겨보겠습니다! cd $HOME/WRF/Downloads wget -c https://github.com/wrf-model/WPS/archive/v4.1.tar.gz tar -xvzf v4.1.tar.gz -C $HOME/WRF cd $HOME/WRF/WPS-4.1 ./configure #3 ./compile WPS도 코드는 간단합니다 다 넘어가고 역시 configure부터 보겠습니다 Will use NETCDF in dir: /home/lsh/WRF/Library Using..

이번 부터는 본격적으로 WRF설치입니다 cd $HOME/WRF/Downloads wget -c https://github.com/wrf-model/WRF/archive/v4.1.2.tar.gz tar -xvzf v4.1.2.tar.gz -C $HOME/WRF cd $HOME/WRF/WRF-4.1.2 ./clean ./configure # 34 ./compile em_real 코드는 굉장히 간단합니다 앞에서 이용했던 wget으로 다운로드 받은 다음 압축을 풀고 순서대로 진행하면 됩니다 윗부분은 그대로 하면 되고 앞에서 많이 했기 때문에 잘 하실 수 있을거라 믿고 넘어가겠습니다 configure부터 보겠습니다 checking for perl5... no checking for perl... found /us..