1. Title & Journal

Title: Review of the self-organizing map (SOM) approach in water resources: Analysis, modelling and application

Journal: Environmental Modelling & Software 23 (2008) 835e845

Authors: A.M. Kalteh, P. Hjorth, R. Berndtsson

2. Author's Background

A.M. Kalteh

- Department of Water Resources Engineering, Lund University, Sweden

3. Summary 

수리학적 현상을 모델링 하는데 있어서 내재되어 있는 시공간적 복잡성, 역동성 및 비선형성은 수리학자 및 수자원 공학자들에게 우선적으로 고려되는 중요한 부분이다. 하지만 많은 경우에 비춰 봤을 때, 이러한 복잡한 과정들에 대한 물리적 이해의 부족은 효율적인 modeling tool을 선정하는데 있어서 문제점들을 야기했다. 이러한 수자원과 관련된 문제 해결을 위한 artificial neural networks (ANNs)의 적용은 지난 수 십 년 간 지속적인 관심을 받고 있으며, 그에 대한 연구 결과 또한 증가하고 있다. 이는 ANN이라는 복잡한 시스템 내의 입력 변수와 출력 변수들이 실제 현상의 상세한 물리적 이해 없이도 서로 연관될 수 있는 능력과 관련이 있다. ANN은 인간의 뇌가 가진 생물학적 신경망과 유사한 정보 처리 시스템으로 알려져 있으며, 패턴 인식, 비선형 모델링, 군집 분석, 시스템 컨트롤 등 큰 스케일의 복잡한 문제를 해결할 수 있다고 알려져 있다. 이러한 ANN 기법 중 multi-layer perceptron (MLP) 기법은 가장 널리 이용되는 ANN 기법으로 수자원 관련 변수들을 예측하고 예상하는데 이용된다. 특히, 이러한 ANNs 기법 중 self-organizing map (SOM, Kohonen map, topology preserving feature map)과 관련된 방법론은 unsupervised learning method 중 하나로, 다양한 형태를 지닌 대량의 데이터베이스를 분석 및 분류하고 모델링 할 수 있는 방법이다. 하지만 SOM training, 데이터 전처리 및 잠재적인 효용성 등에 대한 충분한 문헌 조사가 여전히 주목할 정도로 부족한 것이 사실이라고 할 수 있다. 결과적으로, 본 연구는 SOM의 알고리즘에 대해 우선적으로 설명한 후 기존에 연구되었던 SOM 적용 사례를 검토하여, 향후 특정 문제를 해결하기 위해 SOM 기법이 어떻게 효과적으로 적용될 수 있는지에 대한 평가를 수자원 문제 해결의 관점에서 강조하고자 하였다. 본 연구는 SOM 기법이 다양한 형태의 수자원 관리 시스템에 대해 조사하고, 모델링 하며, 컨트롤 하는데 있어서 유망한 기술이 될 수 있다고 결론지었다. Unsupervised learning method 기법들은 아직 충분히 수자원 공학 분야 등을 대상으로 완벽한 방법으로 적용되지 않았지만, SOM 등의 기법 자체가 가진 강력한 장점으로 인해 수자원 분야에 대한 적용 사례가 지속적으로 증가할 것으로 예상된다. 
 
4. Originality and Creativity

본 연구를 통해 제시된 SOM 관련 연구에 대한 검토 결과를 활용하여, SOM 기법의 적용에 대한 신뢰성을 부여할 수 있는 기초 문헌으로 활용할 수 있으며, 향후 연구를 통해 연구자가 제시한 모델 결과를 논리적으로 설명할 수 있는 근거로 활용될 수 있음, 

5. Reviewer contact: 이승원 (swonlee@gist.ac.kr)