공공데이터 활용 수력 댐 강우예측 AI 경진대회

알고리즘 | 정형 | 회귀 | 강우예측 | MAE/CSI

  • moneyIcon Prize : 총 1,100만원
  • 579명 마감

1. 배경

안녕하세요 여러분!🙌 공공데이터 활용 수력 댐 강우예측 AI 경진대회에 오신 것을 환영합니다.

기상 레이더에서 관측한 구름(반사도) 이미지 데이터를 이용하여, 미래의 구름(반사도) 이미지를 예측합니다. 그리고, 예측된 구름(반사도) 이미지를 통해 국내 주요 수력댐(7개소)이 위치한 지역의 지상 강우량을 예측할 수 있습니다. 

수자원 빅데이터를 활용하여 우수한 강우예측 모델을 확보하게 되면, 수력댐의 효율적 운영과 안정성 향상이 가능합니다.

 


2. 목적

공공데이터를 활용한 강우 예측 인공지능 알고리즘 개발

 

 

3. 주최/운영

  • 주최: 한국수력원자력㈜
  • 후원: 한국수자원학회
  • 운영: 데이콘

 

4. 참가대상

일반인, 학생 등 누구나

외국인 참가자는 심사 대상에서 제외됩니다.

학회상은 한수원상 탈락자 중에서 한국수자원학회 학생회원 1등에게 수여됩니다. 학회 회원의 경우 “팀이름_KWRA”와 같이 팀이름 뒤에 “_KWRA”를 붙여 주시기 바랍니다. (평가 시 회원 등록 여부 확인 예정)

 

 

데이터 출처

한국수력원자력(주)에서 재원을 부담하여 한국건설기술연구원(연구책임자: 윤성심)에서 수행한 연구결과입니다.(제2018-기술-20호)

 

참고 문헌

[1] Xingjian Shi, Zhihan Gao, Leonard Lausen, et al., Deep Learning for Precipitation Nowcasting: A Benchmark and A New Model (NIPS2017)

https://papers.nips.cc/paper/7145-deep-learning-for-precipitation-nowcasting-a-benchmark-and-a-new-model.pdf

 

[2] Georgy Ayzel, Tobias Scheffer, and Maik Heistermann, RainNet v1.0: a convolutional neural network for radar-based precipitation nowcasting (EGU 2020)

https://gmd.copernicus.org/articles/13/2631/2020/gmd-13-2631-2020.pdf

Main Event Schedule

  1. 09.28

    대회 시작

  2. 10.05

    데이터셋 공개

  3. 11.13

    팀 병합 마감

  4. 11.13

    대회종료 &
    코드제출 시작

  5. 11.18

    코드제출 마감

  1. 11.26

    평가 종료 &
    순위 발표

  2. 11.30

    시상식 (예정)

1. 배경

안녕하세요 여러분!🙌 공공데이터 활용 수력 댐 강우예측 AI 경진대회에 오신 것을 환영합니다.

기상 레이더에서 관측한 구름(반사도) 이미지 데이터를 이용하여, 미래의 구름(반사도) 이미지를 예측합니다. 그리고, 예측된 구름(반사도) 이미지를 통해 국내 주요 수력댐(7개소)이 위치한 지역의 지상 강우량을 예측할 수 있습니다. 

수자원 빅데이터를 활용하여 우수한 강우예측 모델을 확보하게 되면, 수력댐의 효율적 운영과 안정성 향상이 가능합니다.

 


2. 목적

공공데이터를 활용한 강우 예측 인공지능 알고리즘 개발

 

 

3. 주최/운영

  • 주최: 한국수력원자력㈜
  • 후원: 한국수자원학회
  • 운영: 데이콘

 

4. 참가대상

일반인, 학생 등 누구나

외국인 참가자는 심사 대상에서 제외됩니다.

학회상은 한수원상 탈락자 중에서 한국수자원학회 학생회원 1등에게 수여됩니다. 학회 회원의 경우 “팀이름_KWRA”와 같이 팀이름 뒤에 “_KWRA”를 붙여 주시기 바랍니다. (평가 시 회원 등록 여부 확인 예정)

 

 

데이터 출처

한국수력원자력(주)에서 재원을 부담하여 한국건설기술연구원(연구책임자: 윤성심)에서 수행한 연구결과입니다.(제2018-기술-20호)

 

참고 문헌

[1] Xingjian Shi, Zhihan Gao, Leonard Lausen, et al., Deep Learning for Precipitation Nowcasting: A Benchmark and A New Model (NIPS2017)

https://papers.nips.cc/paper/7145-deep-learning-for-precipitation-nowcasting-a-benchmark-and-a-new-model.pdf

 

[2] Georgy Ayzel, Tobias Scheffer, and Maik Heistermann, RainNet v1.0: a convolutional neural network for radar-based precipitation nowcasting (EGU 2020)

https://gmd.copernicus.org/articles/13/2631/2020/gmd-13-2631-2020.pdf

Main Event Schedule

  1. 09.28

    대회 시작
  2. 10.05

    데이터셋 공개
  3. 11.13

    팀 병합 마감
  4. 11.13

    대회종료 & 코드제출 시작
  5. 11.18

    코드제출 마감
  6. 11.26

    평가 종료 & 순위 발표
  7. 11.30

    시상식 (예정)