최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기韓國水資源學會論文集 = Journal of Korea Water Resources Association, v.41 no.10, 2008년, pp.1059 - 1065
오재우 (한국수자원공사 물관리센터) , 박진혁 (한국수자원공사 수자원연구원) , 김영국 (충남대학교 컴퓨터공학과)
Rainfall data is the most basic input data to analyze the hydrological phenomena and can be missing due to various reasons. In this research, a neural network based model to estimate missing rainfall data as approximate values was developed for 12 rainfall stations in the Soyang river basin to impro...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
인공 신경망이란? | 이러한 두뇌는 선천적으로 경험을 통해 자기 자신의 규칙을 만들 수 있는 구조와 능력을 지니고 있으며 경험은 시간이 지남에 따라 축적되어진다. 이와 같이 인간의 두뇌가 특별한 기능이나 임무를 수행하도록 하는 방법을 모형화한 것이 인공 신경망이다(오창석, 1996). 신경망 이론은 이러한 뇌의 구조와 동작 방식을 단순화 시켜 수학적으로 모델링한 것이다(Simon Haykin, 1999). | |
오류 역전파 알고리즘이란? | 인공 신경망에서 학습이란 임의의 초기값에서 오차가 최소가 되도록 적절한 연결 가중치 조정을 말하며, 학습 알고리즘은 오류 역전파 알고리즘이 일반적으로 사용된다. 이 알고리즘은 출력값 산출은 전방향으로 진행하고, 출력층의 에러가 이전 계층으로 역전파되어 연결강도 조절은 역방향으로 진행되는 학습 방법이다(오창석, 1996; 김대수, 1992). | |
인공 신경망의 구조는 무엇으로 이루어져있는가? | 인공 신경망의 구조는 외부 입력을 받아들이는 입력층(Input layer), 입력층과 출력층 사이에 위치하여 외부로 나타나지 않는 은닉층(Hidden layer), 처리된 결과가 출력되는 출력층(Output layer)로 이루어져 있다. 처리 요소는 여러 다른 처리 요소들로부터 입력을 받아들여 연결 가중치(Connection Weight)를 사용하여 순 입력 값을 계산한 후 활성화 함수(Activation Function)를 통하여 출력 값을 결정하게 된다(조성배 등, 1989; 오창석, 1996). |
김대수 (1992). 신경망 이론과 응용. 하이테크 정보
김응석, 김형수, 김중훈 (1999). “점 강우량 결측시 보정방법에 관한 비교 연구.” 수자원학술발표회 논문집, 한국수자원학회, pp. 374-381
김충수, 김형섭 (2006). “도시하천 소배수구역의 결측 강우량 산정 방법 비교.” 수자원학술발표회 논문집, 한국수자원학회, pp. 701-705
김호준, 백희정, 권원태, 최병철 (2001). “구간 연산 신경망을 이용한 강수량 장기예측 기법.” 한국기상학회지, 한국기상학회, 제37권, 제5호, pp. 443-452
오창석 (1996). 뉴로컴퓨터. 지성출판사
조성배, 김진형 (1989). “인공 신경망의 계산 복잡도.” 학술발표논문집, 한국정보과학회, 제16권, 제2호, pp. 315-318
한국수자원공사 (2007). 댐운영실무편람
Simon Haykin (1999). NEURAL NETWORKS, Prentice Hall
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.