Biblioteca122.294 documentos en línea

Artículo

Bayesian Regularized Neural Network Model Development for Predicting Daily Rainfall from Sea Level Pressure Data: Investigation on Solving Complex Hydrology ProblemDesarrollo de un modelo de Red Neuronal Regularizada Bayesiana para predecir la lluvia diaria a partir de datos de presión del nivel del mar: Investigación sobre la resolución de problemas de hidrología complejos.

Resumen

La predicción de la lluvia diaria es importante para la predicción de inundaciones, la operación de embalses y muchas otras aplicaciones hidrológicas. El algoritmo de inteligencia artificial (IA) se utiliza generalmente para predecir estocásticamente la lluvia, pero no es capaz de simular eventos extremos de lluvia no vistos que se vuelven comunes debido al cambio climático. En este estudio se desarrolló un nuevo modelo para predecir la lluvia diaria para diferentes plazos basado en la presión del nivel del mar (SLP), que está físicamente relacionada con la lluvia en tierra y por lo tanto es capaz de predecir eventos de lluvia no vistos. Se predijo la lluvia diaria de la costa este de la Península de Malasia (PM) utilizando datos de SLP sobre el dominio climático. Se utilizaron cinco algoritmos avanzados de IA como la máquina de aprendizaje extremo (ELM), redes neuronales regularizadas bayesianas (BRNNs), árboles de regresión ad

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento