메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김성원 (동양대학교) 김정헌 (동양대학교) 박기범 (동양대학교) 김형수 (인하대학교)
저널정보
대한토목학회 대한토목학회논문집 B 大韓土木學會論文集 제30권 제4 B호
발행연도
2010.7
수록면
399 - 412 (14page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (9)

2011

PNA를 이용한 일 기준증발산량의 모형화
김성원 한국수자원학회 학술발표회 2011.01 학술대회자료

2010

비선형 증발접시 증발량 산정을 위한 시간적 분해모형
김성원 ,  김정헌 ,  박기범 외 1명 대한토목학회논문집 B 2010.07 학술저널
SVM-NNM을 이용한 증발접시 증발량자료의 분해기법
김성원 한국수자원학회 학술발표회 2010.01 학술대회자료
제한된 기상변수와 Polynomial Networks Approach를 이용한 일 증발접시 증발량의 모형화
김성원 한국수자원학회 학술발표회 2010.01 학술대회자료

2008

증발접시 증발량과 알팔파 기준증발산량의 모형화를 위한 통합운영방법
김성원 ,  김형수 대한토목학회논문집 B 2008.03 학술저널
비선형 분리모형에 의한 증발접시 증발량의 해석
김성원 ,  김정헌 ,  박기범 한국수자원학회 학술발표회 2008.01 학술대회자료

2006

인공신경망과 유전자 알고리즘을 이용한 증발접시 증발량과 증발산량의 모형화
김성원 ,  김형수 ,  지홍기 한국수자원학회 학술발표회 2006.01 학술대회자료

2005

경북북부 농업지역에서의 소형 증발접시 증발량의 산정
김성원 대한토목학회 학술대회 2005.10 학술대회자료
Cascade-Correlation Algorithm을 이용한 증발접시 증발량의 모형화
김성원 한국수자원학회 학술발표회 2005.01 학술대회자료

초록· 키워드

오류제보하기
본 연구의 목적은 연 증발접시 증발량의 시간적인 분해를 위하여 신경망모형을 적용하는데 있다. 신경망모형은 각각 다층 퍼셉트론 신경망모형(MLP-NNM)과 일반화된 회귀신경망모형(GRNNM)으로 구성되어 있다. 그리고 신경망모형의 수행평가를 위하여 훈련 및 테스트과정으로 구성되었다. 신경망모형의 훈련과정을 위하여 실측, 모의 및 혼합자료와 같은 세 가지 형태의 자료가 사용되었으며, 테스트과정을 위해서는 실측자료만 이용되었다. 본 연구를 통하여 비선형 시계열자료의 시간적 분해를 위해서 MLP-NNM과 GRNNM의 적용성을 평가하였다. 게다가 연 증발접시 증발량 자료의 시간적 분해로부터 신뢰성있는 월 증발접시 증발량자료를 구축할 수 있을 것이며, 관개배수 네트워크 시스템의 평가를 위한 이용가능한 자료를 제공할 수 있을 것이다.
#pan evaporation #temporal disaggregation model #stochastic model #MLP-NNM #GRNNM #증발접시 증발량 #시간적 분해모형 #추계학적 모형

목차

Abstract
요지
1. 서론
2. 신경망모형과 유전자 알고리즘
3. 추계학적 모형
4. 연구대상의 선정 및 자료
5. 훈련과정의 수행
6. 테스트과정의 수행
7. 자료의 동질성 검증
8. 결론 및 추후 연구과제
참고문헌

참고문헌 (31)

참고문헌 신청
1. [인터넷자원] - / / 수자원 관리 종합정보 시스템 홈페이지 / 수자원 관리 종합정보 시스템 홈페이지 google schola 2. [학술지(정기간행물)] - 김성원 / 2008 / 증발접시 증발량과 알팔파 기준증발산량의 모형화를 위한 통합운영방법 / 대한토목학회 논문집B 28 (2B) : 199 ~ 213 dbpia 3. [학술지(정기간행물)] - 김성원 / 2001 / 중소하천유역에서 Hybrid Neural Networks에 의한 수문학적 예측 / 한국수자원학회논문집 34 (4) : 303 ~ 316 dbpia 4. [학술지(정기간행물)] - Bruton, J.M / 2000 / Estimating daily pan evaporation with artificial neural networks / Trans. of the ASAE 43 (2) : 491 ~ 496 google schola 5. [학술지(정기간행물)] - Burian, S.J / 2001 / Training artificial neural networks to perform rainfall disaggregation / J. of Hydrol. Engr. 6 (1) : 43 ~ 51 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2010-531-003068714