SNU
1.[1-1] Week 1 : Recap & Plan
변수 목록을 뽑아서 봤는데 몇개가 안맞아서 제대로 확인을 해야할 것 같은데 최박사님께 여쭤보니 일조는 일사를 보면 되는데 일사는 데이터를 다운받아봤는데 아예 없다고 떠서... 생각하고 있는 방법위즈아이 연락기상청 문의동찬오빠가 변수명이 이상하게 적혀있을수도 있다고 해서
2.[1-1] Week 2 : Recap & Plan
계속 LDAPS 변수 확인했다.아래와 같은 방법으로 데이터를 받을 수 있다.data @eddy:~/limkim/cp \[down.sh](http://down.sh) to download your own dataset from KMAAccess FTP Serve
3.[1-1] Week 3-4 : Recap & Plan
리뷰한 논문 목록DySLIMControlNetDyffusionFengWuClimODEAdaptive bias correction for improved subseasonal forecastingExtremeCastKARINA: AN EFFICIENT DEEP LEARN
4.[1-1] Week 5 : Recap & Plan
2023년 04년 발전량에 대해 LDPS vs ASOS일단 문제는 발전량 데이터에서 빈값이 많음비어있는 날짜가 많긴 한데...비어있는 날짜는 빼고 다른 날짜 발전량을 잘 맞추는지 확인해봤다.우선 맑은날에서는 거의 다 잘 비슷하게 잘 맞추는 편아니면 살짝 벗어남맑은날은
5.LLM tool
Gemini지식적인거 물어보면 잘 알려줌api호출을 무료로 할 수 있음Elicit 키워드가 정확하지 않더라도 검색을 잘해줌.논문 검색시 유사 키워드 결과도 찾아줌논문 pdf로 올리고 관련된 논문 찾아주면 해당 내용 바탕으로 채팅 가능.이런식으로 여러 논문들을 비교하는데
6.[1-1] Week 6~8 : Recap & Plan
전체적으로 코드는 완성되었고, 이번달에 학회 가야해서 포스터 정리하고 있음. 기존 기상학회에서 발표한 거 이후로 예측 모델 결과에 적용해서 발전량 예측한 내용이랑 좀 더 디테일한 분석이 추가될 예정.중간 보고서 제출했는데 아직 결과가 안나와서... 마지막으로 코드 수정
7.태양광 피겨셋
논문 여러개 찾아봤다. 이름 클릭하면 피겨셋과 내용을 정말 간단하게 정리해두었음. Photovoltaic Power Forecast Using Deep Learning Techniques with Hyperparameters Based on Bayesian Optim
8.[1-1] Week 9 : Recap & Plan
전체적으로 참고했던 논문 정리해봤다 여기영암 지역 LDPS 초기장 시간별로 MAE:예측 시간별로 (0~48) MAE:그리고 각 모델별로 RMSE값:여기에 딥러닝 모델 추가한 내용:기존에 사용하던 모델 코드로 돌려봤는데 ... 에러가 너무 이상하고 크게 나왔음...0
9.[1-1] Week 11 : Recap & Plan
(주차가 1주차씩 앞당겨서 썼더라구요?;';;; 그래서 이번주부터 제대로 쓰기로 했어요 11주차임^^.;;)저번 주 까지 피겨를 다시 재생산했다...이것저것 만들고 코드도 합치느라 꽤 고생;;교수님한테 피겨 보여드렸다. 일단 당장 포스터에는 문제 없는데 다녀와서 좀 더
10.[1-1] Week 12 : Recap & Plan
학회 다녀왔다.여러 사람들이 주제에 관심가져주셔서 너무 감사했다.그동안의 노력들이 헛되지 않았구나....! 으하하저번주는 내내 포스터 만들다가 목금토 학회 다녀왔어서 딱히 한 것은 없다.캐글에서 꽤 좋은 시작을 하고 있다.Loss function바꾸고 데이터 증강을 했
11.[1-1] Week 13 : Recap & Plan
이번주 계속 S2S만 한 것 같은데 ...캐글 회의 : 당분간 stop해놓고 각자 업데이트 하기로. 기존에 올렸던 성능 이후에 올릴 수 있는 부분이 많아서 그쪽으로 수정하기로 하였다. 내가 해야할 것들:출력 로그에 전체적인 변수값 출력되도록 만들기loss functio
12.[1-1] Week 14-15 : Recap & Plan
드디어 한 학기가 끝이 났다.정말 대장정이 끝난 기분...새학기부터 뭔가를 이뤘다는 성취감에 행복하다.비록 시작은 엄청 우울하고 외로운 느낌을 많이 받았던 것 같다.아무래도 연구실 내에서도 주 연구가 아니기도 하고 또 cs쪽에서도 우리가 마이너한 주제이다 보니까 교수님
13.[1-1] Week 18 : Recap & Plan
이번주는 계속 캐글 ing...에폭 10으로 계속 테스트 해서 성능 잘나오는 모델을 골랐다.현재 에폭 100으로 모델 돌려놓은거 제출하면 아마 꽤 오를 듯 싶다... 위쪽에 점수가 잔뜩 몰려있어서 이것 저것 테스트 해봤는데 도대체 금메달의 비밀이 뭘까 너무 궁금 뭐암튼
14.[1-1] Week 22 : Recap & Plan
업데이트가 점점 미뤄지는 중 ...그동안 ICML도 다녀오고 태양광 초안 작성하느라 뭔가 바빴다.코로나도 걸리고 ...저번주는 태양광 초안 작성했다. 그림도 고치니까 글도 싹 고쳐야 하고 새로 나온 결과 같이 분석하느라 ...이런 초딩 그림 말고 ... 먼가 먼가인그럴
15.[1-2] Week 0 : Recap & Plan
새로운 학기 ! 새로운 시작 !어제는 겸사겸사 서점도 다녀왔다.이번학기에는 새로운 재밌는 수업을 들을 예정프로젝트를 논문화하려면 더 열심히 해야지 일을 마무리 하는게 가장 중요한 것 같다뭔가를 시작하기 전에는 끝내야지!개강을 맞아 토플 시험도 예약했다.지금이 딱 일년
16.[1-2] Week 3 : Recap & Plan
아니 결과 실화냐 진짜 킹받네 ....별의 별짓을 다해도 도저히 좋아지지 않는 결과... 도대체 무슨 문제인지 이제 감도 안잡힌다...일단 가능성...1) 커널 사이즈 문제2) 충분하지 않은 학습 문제일단은 이정도 려나...요즘 관심있게 읽은 두 논문 Vision-L
17.[1-2] Week 4 :
Results for seq_length = 48:LSTM_RMSE: 2040825.6296LSTM_Distribution_Mean: 780676.9556LSTM_Distribution_Std: 1885606.7303LSTM_Error_Mean: 780676.9556L
18.[1-2] Week 10(1) : Recap & Plan
SP ASOS ~2022 train 2023 test : 5.950968309312707 ASOS 2022 train 2023 test : 6.542599583557051 ASOS 2021-2022 train 2023 test : 6.4442861928695745 LD
19.[1-2] Week 10(2) : Recap & Plan
442 ver. —- 내 기억으로는… WCDL 넣고 패딩 replicate로 바꿨음epoch 51l1, l2, l3 단위 맞춰줬었음443 ver. —- ORAS 뺐고, ERA5만 있고, WCDL 도 뺐음.epoch 46예측 값 위치 /home/student/wcdl/C
20.[1-2] Week 10(3) : Recap & Plan
이번 주 처음으로 코드 리뷰를 했다.이 코드리뷰를 준비하면서도 오류를 찾아내기도 했지만선배님들이 이 코드를 보자마자어 여기 잘못된 거 아닌가?... 라고 해가지고 바로 오류 캐치함그리고 pressure level 간격 구하는 부분에서도 더 효율적인 방식으로 코드 짜는
21.[1-2] Week 11(0) : Recap & Plan
저번 주 까지 했던 일 1 2 숫자 클릭하면 이상한 결과 확인 가능 ...정리해보자면 패딩값이 이상해서 패딩 수정코드 리뷰 중 발견한 예측값에 가중치 곱해서 출력하고 있었던 오류L3 효율적인 코드로 수정 최종 반영 안하였음라디안 곱하고 cos 들어가야 하는 오류 수정하
22.[1-2] Week 12(0) : Recap & Plan
ver 515가 L1 & L2가 계속 증가한다는 문제가 발생L3이랑 baseloss, 전체 로스는 감소하는데 왜 쟤네만 증가하는 것인가....그래서 1) 우리 loss 없애기2) lr가 지금 0.0001인데 0.00001로 줄여보기로 하였음.이번주 목요일까지 달려야함.
23.[1-2] Week 12(1) : Recap & Plan
515 ver. — 코드 에러 고친 버전 + WCDL loss (o)epoch 30learning rate 0.0001loss 가 0.3대L1 L2 lightly increased (why? IDK)예측 값 : 전체 test 기간에 대해서 뽑고 있음.519 ver. —
24.[1-2] Week 20(1) : Recap & Plan
태양광 할 일...월별 강수 유무 나눠서 확인하기계절별로 확인하기LDAPS 2024년 7월까지라도 test로 사용해보기LDAPS api로 동기화해서 실시간 데이터 test 사용하기전체 내용 정리해서 테이블로 정리하기습/풍(asos) 기/일(ldaps) 로 훈련하고 ld
25.[1-2] 투고 저널
태양광 투고 어디에 하지Renewable Energy (재생에너지 기반 머신러닝 예측 연구가 활발)Applied Energy (실제 운영 가능성을 강조하면 더 적합)Solar Energy (태양광 발전 관련 저널로 높은 적합성)한국태양에너지학회 논문집논문 보완 추천 사
26.Simple plan ... (5/1~)
tensorboard --logdir=/home/jwmoon/wcdl/ChaosBench/logs/unet_s2s/lightning_logs/version_29JWclimatology 2개 만들고KISTI 환경설정 체크level-weight 기능 추가LKinput 2개
27.2025.05.02
모델 input 2개 들어가는거 생각하다가 두가지 생각했는데 하나는 그냥 2개 차원 묶어서 2\*.. 넣는거랑 하나는 encoder를 두개 만들어서 하는거로 근데 첫번째꺼는 구현완!정규화가 뭔가 잘못됐음x mean: -3.3205699920654297 std: 33.4
28.2025.05.08
input \*2 개 짜리 에폭 500 다돌아가서 멈췄다. 한... 6일정도 걸렸음 학습도 얼추 된듯\--logdir=/home/limkim/wcdl/ChaosBench/logs/unet_s2s/lightning_logs/version_48여기 있고input\*1개짜리
29.2025.05.18
업데이트 내용 : unet_2A_001 돌리기unet_2B_001 돌리기unet_1A_000 inferenceunet_2A_000 inference세모 좋은일 : 슬쩍 까봤는데 이상한 것 같지는 않음 !!! 다만 ... acc 돌려봐야 잘햇는지 알 수 있을듯....!안
30.2025.5.28
step 1 Z1100 mean: 100986.5469step 1 Z1000 mean: 756.0879step 1 Z925 mean: 7026.1055step 1 Z850 mean: 13754.4326step 1 Z700 mean: 68634.3984step 1 Z60
31.Forecasting Chaotic Dynamics with RNNs
Epoch 101 Batch 324 | τ=06 | Loss 197442.37500climode 에 bptt를 적용해보려고 하는데 이게 맞는 방향인건지 일단 의문 ...학습은 잘 되는데그래서 모델에는 문제가 없는데내가 코드를 잘못 짜고 있는건지 어째 이상함좀더 time