1. 논문제목: A Comparative study of statistical learning methods to predict eutrophication tendency in a reservoir, North China

   저널: IEEE
    저자: Jiping Jiang, Peng Wang*, Zaixing Tian, Liang Guo,Yi Wang

 

2. 주저자 배경

주저자 Jiping Jiang은 Harbin Institute of Technology의 Environmental Science and Engineering에서 박사과정으로 공부하고 있다.

 

3. 논문 요약

이 논문은 Chlorophyll a (Chl a)를 사전 예측을 통한 조기 경보를 위한 연구로써, MLR(multiple linear regression), BPANN(back propagation artificial neural network), SVR(support vector regression)모델을 활용하여 Chl a를 예측하였다. 모델 구축을 위한 입력 변수로 총 12가지 환경변수들 중에 correlation이 가장 높은 5가지 항목(일주일 전 Chl a, total phosphorus, water temperature, total nitrogen, secchi depth)을 선정하여 적용하였다. BPANN, SVR 두 모델은 MLR에 비해 좋은 예측 성능을 보였는데, 특히 SVR은 세 모델중 가장 높은 예측 성능을 보였다. 민감도 분석에서는 Chl a와 수온이 Chl a 예측에 민감한 변수로 선정 되었다. 본 연구에서는 최종적으로 SVR이 Chl a를 예측하기에 가장 적합한 모델로서 제시하였다.

 

4. 논문의 독창성

이 논문은 Chl a 조기 경보를 위한 모델을 세가지 통계알고리즘을 활용하여 구축 및 비교를 진행 하였다..

 

5. 논문의 적용 가능성

본 연구에서 Chl a 조기 경보 모델 구축 내용은 현재 진행 중인 연구와 직접적으로 비교 할 수 있는 내용으로써 discussion 부분에서 논의 될 것으로 판단된다.

 

6. 요약자 E-mail: yepark@gist.ac.kr