메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최영태 (경북대학교) 이경은 (경북대학교) 김광섭 (경북대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제30권 제6호
발행연도
2019.11
수록면
1,277 - 1,287 (11page)
DOI
10.7465/jkdi.2019.30.6.1277

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구에서, 낙동강 유역의 SPI6를 예측하기 위해 신경망 모형 중 하나인 다층 퍼셉트론 (MLP; multilayer perceptron)을 적용했다. 월별 표준강수지수, 기온, 기온 평년값, 강수량, 강수 평년 값, 강수 일수, 그리고 여러가지 세계기후지수를 설명 변수로 사용했으며, 최적의 모형을 찾기 위해 두 가지의 활성함수, 네 가지의 은닉층별 뉴런 수, 다섯 가지 중도탈락 비율 (dropout rate), 다섯 가지 은닉층 수, 두 가지 손실 함수를 고려하였다. 모형 평가 기준으로 검증평균제곱오차 (validation mean square error)를 이용하여 가장 좋은 모형을 찾고자 하였다. SPI6를 예측함에 있어서, L₁ 정규화를 적용한 모형이 적용하지 않은 모형보다 검증평균제곱오차 (validation mean square error)가 항상 더 낮았으며, 대부분의 지역에서 은닉층 수가 적을수록 검증평균제곱오차 (validation mean square error)가 더 낮은 경향을 보였다.

목차

요약
1. 서론
2. 심층신경망 모형
3. 모형 적용
4. 결론
References
Abstract

참고문헌 (14)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-041-000135554