해수 침입은 전 세계적인 환경 문제로, 그 동적 진화 특성으로 인해 실제 모니터링에서는 보다 정확하고 편리한 기술 방법을 선택해야 합니다. 최근 몇 년간 지구물리 탐사 방법이 연안 대수층 모니터링에 중요한 역할을 하고 있으며, 고밀도 전기법은 일반적으로 사용되는 전기 탐사 기술로서 지질 탐사와 수문지질 분야에서 널리 응용되고 있으며, 해수 침입에 따른 염수와 담수 경계 모니터링에도 많이 활용되고 있습니다. 고밀도 전기법의 데이터 해석 방법 연구는 국내외 학자들의 관심사였습니다. 컴퓨터 기술의 발전에 따라 기계 학습 알고리즘이 고밀도 전기법 데이터 해석에 점진적으로 도입되고 있는데, 그 중 BP 신경망, 극한 학습 기계 및 컨볼루션 신경망 알고리즘은 세 가지 일반적이고 잠재력이 있는 기계 학습 데이터 해석 방법입니다. 본 논문은 이들의 기본 원리, 연구 진전 및 응용 현황을 정리하고 논의합니다.

해수 침입;고밀도 전기법;BP 신경망;극한 학습 기계;컨볼루션 신경망