1. Title & Journal
- Predicting stream water quality using Artificial neural Networks (ANN)

2. Background of authors
J.A. Bowers : Washington Savannah River Company LLC, Environmental Analysis Section,에 속해있으며, 주 연구분야는 Environmental Science, Pharmacology, Toxicology and Pharmaceutics , Agricultural and Biological Sciences, Engineering 입니다.
 
3. Summary
점 / 비점 오염원의 runoff를 예측하는 것은 수질을 보호하기 위해서 매우 중요하게 여겨지고 있습니다. 이를 위해서 deterministic method 와 statistical method를 많이 사용되는데 저자는 본 연구를 통해서 Artificial neural network(ANN)을 사용하여 small stream의 수질을 예측하고 있습니다. 
 연구를 위해서 선택된 input variable는 local precipitation, stream flow rates, turbidity (* stream 내 초기 SS예측을 위함.) 가 사용되었습니다. 모델에 영향을 주는 factor구성의 분석과 함께 Single hidden-layer feedforward neural network 이 개발하였고, 이에 대한 특성은 training set creation, number and layers of neurons, neural activation functions, backpropatation algorithms을 통해 알 수 있었습니다. Data set과 모델 예측값을 Least-squares regression을 통해서 비교 하였으며, 대부분의 모델은 예측을 잘 하는 것으로 나타났습니다. 추가적으로, logistic과 hyperbolic tangent neural activation function은 예측 결과에 그다지 영향을 미치지 않음을 알 수 있었습니다. 

4. Originality & Contribution
     모델을 개발하는 데 있어서, 기본적으로 정확한 data 적용의 중요성을 밝히고 있습니다. 모델 개발에 앞서서, 대표적인 data 얻고자 하는 고민을 하는 데 동기를 부여할 수 있습니다. 또한,  Artificial neural network의 경우, Statistical, deterministic model과 달리 explicit를 고려하지 않으므로 보다 effective한 장점을 갖고 있습니다. 이에, 모델을 개발할 때, 정확성과 효율성을 고려했을 때, 보다 시간적으로 효율적인 적용이 필요할 때에 ANN design을 고려해 볼 수 있습니다. 

5. Reviewer : 최문희 mhchoi@gist.ac.kr