1. 논문제목: Artificial neural networks for automated year-round temperature prediction
   저널: Computer and Electronics in Agriculture
    저자: Brian A. Smith, Gerrit Hoogenboom, Ronald W. McClendon

2. 주저자 배경
교신저자 Gerrit Hoogenboom 는 University of Georgia 의 Department of Biological and Agricultural Engineering 에서 교수로 근무하고 있다.

3. 논문 요약
이 논문은 실시간 자료에 기반해 연중 기온을 예측하기 위해 artificial neural network 모델을 적용하고 있다. 미국의 경우 혹서와 혹한에 의해 많은 농작물과 가축산업에 피해가 가고 있는데, 기온의 예측과 경보를 통한 그 피해를 줄이고자 하고 있다. 적용된 자료는 Georgia Automated Environmental Monitoring Network (AEMN)에서 측정된 것이다. Ward-style ANNs를 활용하여 연중 기온을 1-12hr 간격으로 예측하였다. 구축된 모델은 여름시즌, 특히 오후 시간의 온도를 over-prediction 의 경향을 보였는데, 이것은 지역적으로 덮인 구름의 영향인 것으로 예측되었다. 또한 두 가지 가혹한 온도조건에서도 모델은 잘 예측하는 것으로 나타났다.
 
4. 논문의 독창성
이 논문은 실시간 예측 방법의 하나로서 ANNs 를 사용하고 있다. 예측성능 향상을 위해서 아상블 방법을 적용하였다.

5. 논문의 적용 가능성
 본 연구에서는 ANN 모델의 동일한 입력자료와 동일한 조건의 model parameter에 대한 상이한 모델 예측 성능에 대한 해석을 error back-propagation 방법의 한계로 지적하고 있다. 그렇기 때문에 ANN 모델의 경우 여러 번의 모델 실행을 통한 성능 테스트를 해야 한다고 언급하고 있다. 이 결과의 경우 현재 작성중인 논문의 해석에 유용하게 적용 될 것으로 판단된다.

6. 요약자 E-mail: yepark@gist.ac.kr