김동훈#
대기와 해양을 수치로 푸는 일을 합니다. 지역 규모의 기상·해양 순환 모델을 직접 설치하고 돌리는 쪽과, 그렇게 얻은 자료를 인공신경망에 학습시켜 예측에 써 보는 쪽을 함께 들여다보고 있습니다.
다루는 것들#
- 수치모델
- WRF ARW — 태풍 사례의 대기 모의
- ROMS · pyroms — 지역 해양순환 모의와 격자·초기치·경계치 준비
- FVCOM · POM — 비구조 격자 해양모델의 코드 구조
- 딥러닝
- 순환신경망(RNN-GRU)을 이용한 Nino 3.4 해수면온도 이상의 중기 예측
- AWS 관측자료를 이용한 초단기 풍속 예측
- TensorFlow, PyTorch
- 자료와 도구
- NetCDF·HDF5 등 해양–대기 자료 형식, 과학 자료의 시각화, Anaconda/Jupyter 기반 분석 환경
발표#
- 김동훈, 우승범 — 인공지능 딥러닝을 이용한 엘니뇨 예측시스템 개발, 2017년 한국기상학회 추계학술대회
- 김동훈, 우승범 — 인공지능 딥러닝을 이용한 영종도의 초단기 풍속 예측성 연구, 2017년 한국기상학회 추계학술대회
WRF와 ROMS 튜토리얼, pyroms 설치 문서는 문일주(제주대학교)와 함께 작성했습니다.
연락#
- 홈페이지 — www.dhkim.info
- GitHub — @dohnkim
- GitLab — @dohnkim