기계학습과 진화 연산을 활용한 뇌전 예측 기술은 뇌전증 환자의 발작을 실시간으로 예측하고, 이를 통해 적절한 조기 경보 시스템을 구축하는 것을 목표로 합니다. 이 연구는 다양한 생체 신호 데이터를 분석하여 발작 전조를 파악하고, 이를 통해 환자의 안전을 도모할 수 있는 기술을 개발합니다. 특히, 뇌전증 환자 데이터의 특성을 고려한 고도화된 기계학습 알고리즘과 유전 알고리즘을 결합하여 예측의 정확성과 신뢰성을 높이는 데 중점을 둡니다.

수치 예보와 지상원격 관측 데이터를 활용한 대기 데이터 품질 검사 및 예보 개선 기술은 기계학습과 통계 기법을 활용하여 대기 현상 예측의 정확성을 높이는 것을 목표로 합니다. 이 연구는 다양한 기상 데이터의 오류를 식별하고, 고품질의 데이터를 생성하여 보다 정확한 기상 예보를 가능하게 합니다. 특히, 머신러닝 알고리즘을 통해 강수 형태 판별 및 호우특보 가이던스를 개선하여 기상 예보의 신뢰성을 향상시킵니다.