Cascade-Correlation Algorithm을 이용한 증발접시 증발량의 모형화

김성원

추천

검색

자료유형: 학술대회자료

저자정보: 김성원 (동양대학교 철도토목과)

저널정보: 한국수자원학회 한국수자원학회 학술발표회 한국수자원학회 2005년도 학술발표회 논문집

발행연도: 2005.1

수록면: 766 - 770 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

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

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

Cascade-Correlation Neural Networks Model(CCNNM) is used to estimate daily evaporation using limited climatical variables such as atmospheric temperature, dewpoint temperature, relative humidity, wind speed, sunshine duration and radiation. DeBruln equation is applied to estimate daily free-surface evaporation. It is converted into pan evaporation using pan coefficient. The results of CCNNM shows better than those of Debruin equation. This research represents that the strong nonlinear relationship such as evaporation modeling can be generalized by the CCNNM ; a special type of Backpropagation algorithm Neural Networks Model.

#Pan evaporation #CCNNM #DeBruin equation #Climatical variables

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김성원

소속기관 동양대학교 지구환경시스템공학과

주요연구분야 공학 > 건축공학 > 토목공학

논문수 8 이용수 6

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (9)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)