글 on NWP & NNNhttps://blog.dhkim.info/posts/Recent content in 글 on NWP & NNNHugo -- gohugo.ioko-kr© 2026 김동훈Fri, 06 Dec 2019 00:00:00 +0000Jupyter 환경의 PyTorch 개발 환경 갖추기https://blog.dhkim.info/2019/12/AJP/Fri, 06 Dec 2019 00:00:00 +0000https://blog.dhkim.info/2019/12/AJP/Windows 10 기준으로 Anaconda를 설치하고 conda 가상환경에 PyTorch를 올린 뒤 Jupyter Notebook/Lab에서 쓰기까지, 설치 화면을 하나씩 따라가며 정리했습니다.ROMS 로 태풍 솔릭(Soulik) 시기의 해양순환 모의해 보기https://blog.dhkim.info/2019/07/ROMS_Tutor/Thu, 25 Jul 2019 00:00:00 +0000https://blog.dhkim.info/2019/07/ROMS_Tutor/ROMS 3.6으로 태풍 솔릭 시기의 해양순환을 모의합니다. 환경 설정과 컴파일부터 실행까지 그대로 따라 할 수 있게 정리했습니다.pyroms 설치하기 (ROMS 해양순환모델의 자료 준비 도구)https://blog.dhkim.info/2019/07/pyroms/Wed, 24 Jul 2019 00:00:00 +0000https://blog.dhkim.info/2019/07/pyroms/ROMS의 격자와 초기치·경계치를 만드는 pyroms는 설치가 까다롭기로 유명합니다. Miniconda를 이용해 가장 덜 막히는 설치 경로를 정리했습니다.인공지능 딥러닝을 이용한 엘니뇨 예측 시스템 "N3nino" 의 사용법https://blog.dhkim.info/2019/06/N3nino/Wed, 12 Jun 2019 00:00:00 +0000https://blog.dhkim.info/2019/06/N3nino/2017년 학회에 발표한 GRU 기반 엘니뇨 예측 모델 N3nino를 직접 돌려 보는 방법. 명령행 인자와 run.sh 사용법을 설명합니다.WRF ARW V4 로 태풍 솔릭(Soulik) 모의해 보기https://blog.dhkim.info/2019/04/WRF_Tutor/Mon, 29 Apr 2019 00:00:00 +0000https://blog.dhkim.info/2019/04/WRF_Tutor/WRF ARW V4.1로 태풍 솔릭을 모의하는 전 과정. 모델과 WPS의 설치·구성부터 실행까지 다룬, 이 블로그에서 가장 긴 튜토리얼입니다.FVCOM 소스코드 분석https://blog.dhkim.info/2019/02/FVCOMcode/Thu, 14 Feb 2019 00:00:00 +0000https://blog.dhkim.info/2019/02/FVCOMcode/FVCOM 2.x와 3.x, POM 98의 소스코드 구조를 서브루틴 호출 관계 도식으로 비교한 코드 스터디 자료입니다. (구본호·임채욱)해양 관측자료 및 수치모델 예측자료의 활용과 분석https://blog.dhkim.info/2019/01/MMdata/Wed, 23 Jan 2019 00:00:00 +0000https://blog.dhkim.info/2019/01/MMdata/원시방정식에서 출발해 해양·기상 변수의 종류, 관측 기기, 자료 서비스, 자료를 그림으로 표출하는 방법까지 한 번에 훑는 개론.해양-대기 분야의 자료 형식들https://blog.dhkim.info/2019/01/DataFormat/Wed, 23 Jan 2019 00:00:00 +0000https://blog.dhkim.info/2019/01/DataFormat/해양·대기 분야에서 다루는 이진 자료와 NetCDF 형식을 Fortran·C·Python 코드 예제로 읽고 쓰는 법, 그리고 관련 응용 프로그램들을 훑어봅니다.인공지능 딥러닝을 이용한 엘니뇨 예측시스템 개발https://blog.dhkim.info/2017/10/RNN_Nino34/Wed, 25 Oct 2017 00:00:00 +0000https://blog.dhkim.info/2017/10/RNN_Nino34/GRU 순환신경망으로 Nino 3.4 해역의 해수면온도 이상을 8개월 앞까지 예측한 연구. 2017년 한국기상학회 추계학술대회 발표 자료입니다.인공지능 딥러닝을 이용한 영종도의 초단기 풍속 예측성 연구https://blog.dhkim.info/2017/10/RNN_Wind/Wed, 25 Oct 2017 00:00:00 +0000https://blog.dhkim.info/2017/10/RNN_Wind/영종도와 주변 10개 AWS 관측자료를 GRU 순환신경망에 학습시켜 10분 단위 풍속을 초단기 예측한 연구. 2017년 한국기상학회 추계학술대회 발표 자료입니다.