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

논문 기본 정보

자료유형
학술저널
저자정보
김마가 (서울대학교) 최진용 (서울대학교) 방재홍 (서울대학교) 윤푸른 (서울대학교) 김귀훈 (서울대학교)
저널정보
한국농공학회 한국농공학회논문집 한국농공학회논문집 제63권 제1호
발행연도
2021.1
수록면
103 - 116 (14page)

이용수

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

이 논문의 연구 히스토리 (2)

2021

활성화 함수에 따른 유출량 산정 인공신경망 모형의 성능 비교
김마가 ,  최진용 ,  방재홍 외 2명 한국농공학회논문집 2021.01 학술저널

2019

임계치 모형과 인공신경망 모형의 저수지 수위 자료 이상치 제거 성능 평가
김마가 생태조경.지역시스템공학부 2019.01 학위논문

초록· 키워드

오류제보하기
Analysis of runoff is substantial for effective water management in the watershed. Runoff occurs by reaction of a watershed to the rainfall and hasnon-linearity and uncertainty due to the complex relation of weather and watershed factors. ANN (Artificial Neural Network), which learns from thedata, is one of the machine learning technique known as a proper model to interpret non-linear data. The performance of ANN is affected by the ANN’sstructure, the number of hidden layer nodes, learning rate, and activation function. Especially, the activation function has a role to deliver theinformation entered and decides the way of making output. Therefore, It is important to apply appropriate activation functions according to the problemto solve. In this paper, ANN models were constructed to estimate runoff with different activation functions and each model was compared and evaluated. Sigmoid, Hyperbolic tangent, ReLU (Rectified Linear Unit), ELU (Exponential Linear Unit) functions were applied to the hidden layer, and Identity,ReLU, Softplus functions applied to the output layer. The statistical parameters including coefficient of determination,  (Nash and SutcliffeEfficiency), ln (modified ), and  (Percent BIAS) were utilized to evaluate the ANN models. From the result, applications ofHyperbolic tangent function and ELU function to the hidden layer and Identity function to the output layer show competent performance rather thanother functions which demonstrated the function selection in the ANN structure can affect the performance of ANN.
#Activation function #artificial neural network #multi-layer perceptron #rainfall-runoff #stream flow

목차

등록된 정보가 없습니다.

참고문헌 (36)

참고문헌 신청
Ahn, S. J. / 2000 / Forecasting of runoff hydrograph using neural network algorithms / Journal of Korean Water Resources Association 33(4):505~515 google schola Haniyeh Asadi / 2019 / Rainfall-Runoff Modelling Using Hydrological Connectivity Index and Artificial Neural Network Approach / Water 11(2):212 Crossref Marina Campolo / 1999 / River flood forecasting with a neural network model / Water Resources Research 35(4):1191~1197 Crossref Mohammad Ali Ghorbani / 2016 / A comparative study of artificial neural network (MLP, RBF) and support vector machine models for river flow prediction / Environmental Earth Sciences 75(6):476 Crossref Glorot, X. / 2011 / Deep sparse rectifier neural networks / Proceedings of the 14th International Conference on Artificial Intelligence and Statistics 15:315~323 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