1. 논문제목: Comparing sigmoid transfer functions for neural network multistep ahead streamflow forecasting

   저널: Journal of Hydrological Engineering
     저자: H. Yonaba, F. Anctil, V. Fortin

 

2. 주저자 배경

주저자 Yonaba는 캐나다 University Laval 에서 박사과정으로 근무하고 있다.

 

3. 논문 요약

이 연구는 하천 유량을 예측하기 위해서 Neural Network (NN) 를 적용하였다. NN 모델을 구축하는데 있어 중요한 인자인 transfer function (전달함수)의 종류에 따라 모델의 성능을 조사하였다. 적용된 전달함수는 Elliott sigmoid, bipolar sigmoid, tangent sigmoid가 있다. Kohonen network clustering 방법이 NN 모델의 training, testing 데이터셋을 나누기 위해서 적용 되었다. 전달함수에 따른 모델성능을 살펴보면 tangent sigmoid가 가장 적절한 것으로 나타났다.

 

4. 논문의 독창성

이 논문은 전달함수에 따른 NN모델의 성능을 평가하였다.

 

5. 논문의 적용 가능성

본 연구에서 제시한 전달함수에 따른 NN모델의 성능비교는 현재 진행중인 모델연구에 중요한 비교연구로 제시될 수 있다.

 

6. 요약자 E-mail: yepark@gist.ac.kr