1. 논문제목: A hybrid genetic-instance based learning algorithm for CE-QUAL-W2 calibration
   저널: Journal of Hydrology
    저자: Avi Ostfeld, Shani Salomons

2. 논문 요약
이 논문은 Genetic algorithm 과 k-Nearest Neighbor algorithm을 결합하여 'hurdle-race' 에 따른 CE-QUAL-W2 모델의 calibration을 효율적으로 하고자 하는 논문입니다. Hurdle-race란 방법을 적용하여 parameter sets 중에 threshold 값을 이용하여 기존 GA의 방법보단 좀더 빠르게 parameter 값들을 예측 하고자 하였습니다.

3. 논문의 독창성
  이 논문은 GA와 k-NN을 병합 hurdle race를 이용하여 기존의 유전 알고리즘을 단독으로 사용하였을 때 보다 좀더 빠르게 최적화된 parameter 값을 찾고자 하였습니다. 최적화된 값을 비교했을때 결과값은 비슷하면서 컴퓨팅 시간은 훨씬 더 절약하였습니다.

4. 논문의 적용 가능성
 현재 이 논문에서 제시된 파라미터 예측은 제가 준비중인 pattersearch를 이용한 방법과 비슷하지만 방법상의 복잡성과 GA 알고리즘을 직접 코딩해야 한다는 점에서 단점이 있습니다. 저는 matlab상에서 간단한 코딩만으로 적용이 가능하기 때문에 장점이 있다고 생각합니다. 논문의 취지는 주로 파라미터를 예측하는데 있어 방법상의 스킬을 부각시키는 것으로서 저의 논문에 있어서도 위의 논문의 흐름과 비슷하게 방법상의 장점을 부각시키고 거기에 더하여 모델을 구축한 시스템상의 특이성을 언급하며 여러 시나리오 분석을 통한 결과값을 더한다면 더욱더 알찬 논문이 될수 있을 거라 생각합니다. 또한 위의 논문은 수리학적 항목인 수온을 보정하는데 있어 사용되는 4가지 파라미터를 예측했지만, 저는 영양물질과 관련된 16개의 파라미터를 사용했다는 것에서도 차별화가 가능할 것으로 생각됩니다.

5. 요약자 E-mail: yepark@gist.ac.kr