DOI QR코드

DOI QR Code

Determination of the Optimized Structure of Self-Organizing Map for the Rainfall-Runoff Analysis in Naju

나주지점의 강우-유출 해석을 위한 최적의 SOM 구조 결정

  • Published : 2008.10.29

Abstract

Studies on modeling the rainfall-runoff relationship which shows nonlinear trend strongly use artificial neural networks theory not only for the prediction but also for the characteristics analysis of the data used by pattern classification. For the pattern classification, the results from Self-Organizing Map (SOM) mention that the map size and array for the SOM training have significantly influenced on the SOM performance. Since there is no deterministic method or theoretical equation to determine the number of rows and columns for the map size, hexagonal array is generally used for the map array. Therefore, this study present a determination of the optimized map structure for the rainfall-runoff analysis in Naju station considering the map size and array simultaneously which can represent the classified characterization of rainfall-runoff relationship. The result showed that the map size of 20$\times$16 hexagonal array with 8-clustered patterns was selected as an appropriate map structure for rainfall-runoff analysis in Naju station.

인공신경망 이론을 이용하여 강한 비선형성의 경향을 보이고 있는 강우-유출간의 관계를 모형화하기 위한 연구들은 예측뿐만이 아니라 대상자료들의 양상을 분류하여 그 특성을 분석하는 데에도 이용되고 있다. 이와 같은 패턴분류를 위한 SOM(Self-Organizing Map: SOM)의 연구 결과를 검토해보면 SOM 훈련을 위한 지도크기 및 배열의 결정은 SOM 성능에 큰 영향을 미치는 것으로 보고되고 있으나 지도크기 결정시 지도의 종방향 크기와 횡방향 크기를 결정할 수 있는 확정론적인 방법이나 이론식이 없고, 지도배열은 주로 육각형 배열(hexagonal array)을 이용하여 적용하고 있다. 따라서 본 연구에서는 영산강 나주지점을 대상으로 강우-유출관계의 분할특성을 나타내는 지도크기와 배열을 복합적으로 검토하여 나주지점의 강우-유출 해석을 위한 적절한 지도구조를 결정하였다. 그 결과 8개의 패턴으로 구분된 지도크기 20$\times$16의 육각형배열 구조가 나주지점의 강우-유출해석을 위한 적절한 지도구조로 결정되었다.

Keywords

References

  1. 건설교통부(2007). 유량조사 보고서, pp. 596-599
  2. 김대수(1996). 신경망 이론과 응용(I), 하이테크정보, pp. 243-282
  3. 김용구(2006). 자기조직화 이론을 적용한 강우-유출 예측모형 개발. 박사학위논문, 동신대학교
  4. 김용구, 진영훈, 박성천(2006). “강우-유출특성 분석을 위한 자기조직화방법의 적용.” 대한토목학회 논문집, 대한토목학회, 제26권, 제1B호, pp. 61-67
  5. 박성천, 진영훈, 김용구(2006). “강우-유출 예측모형 개발을 위한 자기조직화 이론의 적용.” 대한토목학회 논문집, 대한토목학회, 제26권, 제4B호, pp. 389-398
  6. Garcia, H. L. and Gonzalez, I. M.(2003) "Selforganizing map and clustering for wastewater treatment monitoring." Engineering Applications of Artificial Intelligence, Vol. 17, pp. 215-225 https://doi.org/10.1016/j.engappai.2004.03.004
  7. Hsu, K. L., Gupta, H. V., Gao, X., Soroochian, S. and Imam, B.(2002). "Self-organizing linear output map(SOLO): An artificial neural network suitable for hydrologic modeling and analysis." Water Resources Research, Vol. 38, No. 12, pp. 38-1-38-17 https://doi.org/10.1029/2001WR000795