최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기물과 미래 : 한국수자원학회지 = Water for future, v.51 no.11, 2018년, pp.13 - 19
한건연 (경북대학교 토목공학과) , 금호준 (경북대학교 방재연구소) , 김현일 (경북대학교 토목공학과)
초록이 없습니다.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
인공신경망의 특징은? | 인공신경망(Artificial Neural Network, ANN)은 보통 정적훈련 또는 적응훈련을 통하여 학습을 하게 되며, 다양한 크기의 강우량을 나타내는 시계열 형태의 입력 자료에 대해서는 적응훈련이 적절한 것으로 판단된다. 적응훈련은 순환훈련으로도 표현되며,이는 새로운 관측값이 추가 될 때마다 예측 모델의 재보정과 훈련을 통한 업데이트가 가능하도록 하는 장점을 가지고 있다. | |
인공신경망의 장점은? | 인공신경망(Artificial Neural Network, ANN)은 보통 정적훈련 또는 적응훈련을 통하여 학습을 하게 되며, 다양한 크기의 강우량을 나타내는 시계열 형태의 입력 자료에 대해서는 적응훈련이 적절한 것으로 판단된다. 적응훈련은 순환훈련으로도 표현되며,이는 새로운 관측값이 추가 될 때마다 예측 모델의 재보정과 훈련을 통한 업데이트가 가능하도록 하는 장점을 가지고 있다. 이러한 적응형 학습 과정은 실시간으로 강우-유출 특성을 반영하여 홍수 예측 모델의 매개변수를 조정할 수 있도록 도와줄 수 있다. | |
대표적인 동적 인공신경망은 무엇이 있나? | 홍수예측을 위하여 사용된 대표적인 동적 인공신경망으로 입력 지연 인공신경망(Input Delay Neural Network, IDNN), 시간 지연 인공신경망(Time Delay Neural Network, TDNN), 외생변수를 이용한 비선형 자기회귀 신경망(Nonlinear Auto-Regressive with eXogenous inputs, NARX)을 사용하였다. 집중 호우에 따른 도시유역에서의 홍수량 예측을 위하여, 첫 번째로 동적 인공신경망에서 가장 기본적이고 간단한 입력 지연 인공신경망을 사용하였다. |
※ AI-Helper는 부적절한 답변을 할 수 있습니다.