$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 인공신경망 이론을 이용한 단기 홍수량 예측
Short-term Flood Forecasting Using Artificial Neural Networks 원문보기

한국농공학회지 = Journal of the Korean Society of Agricultural Engineers, v.45 no.2, 2003년, pp.45 - 57  

강문성 (서울대학교 농업생명과학연구원) ,  박승우 (서울대학교 농공대학)

Abstract ▼ AI-Helper 아이콘AI-Helper

An artificial neural network model was developed to analyze and forecast Short-term river runoff from the Naju watershed, in Korea. Error back propagation neural networks (EBPN) of hourly rainfall and runoff data were found to have a high performance In forecasting runoff. The number of hidden nodes...

Keyword

#Artificial Neural Networks   #Rainfall   #Runoff   #Naju   #Flood forecasting  

참고문헌 (19)

  1. Ahn, K. S., and J. H. Kim. 1998. A study on the simulation of runoff hydrograph by using artificial neural network. Journal of Korea Water Resources Association 31(1): 13-25. (in Korean) 

  2. Anmala. J., and K. V. Nedunuri. 1995. Neural networks for prediction of watershed runoff, 1st International Conference on Water Resources Eng. Water Resources Planning and Management Div., ASCE, San Antonio, Texas, USA, Aug. 14-18, pp. 348-357 

  3. Anthony, W. M., 1996. Extened rainfall-runoff nodeling using aritificial neural networks, Proc. of the 2nd International Conf. on Hydroinforrnatics, '96, Zurich, Switzerland, pp, 207-213 

  4. Asaad, Y. S.. 1997. Application of a neural network technique to rainfall-runoff modeling. Journal of Hydrology 199: 272-294 

  5. Choi, J. K., and M. S. Kang. 2000. Application of neural network to water resources. Korean National Committee on Irrigation and Drainage Journal 7(2): 246-258. (in Korean) 

  6. Dawson, C. W., and R. Wilby. 1998. An artificial neural network approach to rainfall-runoff modeling, Hydrological Sciences 43(1): 47-66 

  7. Hsu, K. N., H. V. Gupta, and S. sorooshian. 1995. Artificial neural network modeling of the rainfall-runoff process. Water Resources Research 31(10): 2517-2530 

  8. Huynh, N. P. and S. Sureerattanan, 2000. Neural networks for filtering and forecasting of daily and monthly streamflows, Water Resources Publications, LLC, WEESHE, Hydrologic Modeling, pp. 203-218 

  9. Kang, M. S., and S. W. Park. 2001. Forecasting long-term streamflow from a small watershed using artificial neural network. Journal of the Korean Society of Agricultural Engineers 43(2): 69-77. (in Korean) 

  10. Kim, J. H. 1993. A study on hydrologic forecasting of streamflows based on artificial neural network. Ph.D. diss. Inha University. (in Korean) 

  11. Marina, C., P. Andreussi, and A. Soldati. 1999. River flood forecasting with a neural network model. Water Resources Research 35(4): 1191-1197 

  12. Nash. J. E. and J. V. Sutcliffe. 1970. River flow forecasting through conceptual models part I-A discussion of principles. Journal of Hydrology 10: 282-290 

  13. Sajikumar, N. and B. S. Thandaveswara. 1999. A nonlinear rainfall-runoff model using ANN. Journal of Hydrology, 216: 32-55 

    상세보기 crossref

  14. Shim, S. B., M. S. Kim, and K. C. Shim. 1998. Flood inflow forecasting on multipurpose reservoir by neural network. Journal of Korea Water Resources Association 31 (1): 45-57. (in Korean) 

  15. Shin. H. S., and M. J. Park. 1999. Spatial analysis for mean annual precipitation based on neural networks. Journal of Korea Water Resources Association 32(1): 3-13. (in Korean) 

  16. Shin, H. S.. and M. J. Park. 1999. Spatialtemporal drought analysis of South Korea based on neural networks. Journal of Korea Water Resources Association 32(1): 15-29. (in Korean) 

  17. Shin, H. S.. 1998. Application of neural network to water resources and environments. Magazine of Korea Water Resources Association 31 (1): 97 -103. (in Korean) 

  18. Sureerattanar, S. and H. N. Phien. 1997. Back-propagation networks for daily stream flow forecasting. Water Resources Journal No. 195: 1-7 

  19. Zealand, C. M., D. H. Burn, and S. P. Simonovic. 1999. Short term stream flow forecasting using ANN, Journal of Hydrology, Vol., 214, pp. 32-48 

저자의 다른 논문 :

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로