文献

J-GLOBAL ID：201702276901502439   整理番号：17A0123892

日降雨量予測のための人工ニューラルネットワークモデルの性能比較【Powered by NICT】

Performance Comparison of Artificial Neural Network Models for Daily Rainfall Prediction

著者 (4件)： Renuga Devi S (School of Electronics Engineering, VIT University) ,  Arulmozhivarman P (School of Electronics Engineering, VIT University) ,  Venkatesh C (Faculty of Engineering, EBET Group of Institutions) ,  Agarwal Pranay (School of Electronics Engineering, VIT University)
資料名： Guoji Zidonghua yu Jisuan Zazhi(Yingwenban)  (Guoji Zidonghua yu Jisuan Zazhi(Yingwenban))
巻： 13  号： 5  ページ： 417-427  発行年： 2016年 
JST資料番号： C2616A  ISSN： 1476-8186  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 進歩における降雨1日を予測する目的で,本論文では,フィードフォワード逆伝搬ニューラルネットワーク(BPN),カスケードフォワードバックプロパゲーションニューラルネットワーク(CBPN),分散時間遅延ニューラルネットワーク(DTDNN)と非線形自己回帰外因性ネットワーク(NARX)のような異なるニューラルネットワークモデルを採用し,それらの予測能力を比較した。研究は,二つのデータセット,Nilgirisおよび他とCoonoor周辺に位置する14雨量計観測所からのみ日降雨量データ(NilgirisのTaluk)を含むの日降雨量,温度および湿度データを含む一を扱った。性能解析に基づいて,NARXネットワークは,他のすべてのネットワークより優れていた。BPN,CBPNとDTDNNの性能の主要な差ではないが,まだBPNはその予測能力を確認し,かなり行った。異なる勾配降下アプローチと比較した場合,Levenberg Marquardtが最も効果的な重み更新技術であることが証明された。感度解析は,重要な予測因子を同定するのに役立った。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 雨量計 ,  フィードフォワード ,  *ネットワーク ,  湿度 ,  性能分析 ,  *ニューラルネットワーク ,  *降雨 ,  感度解析 ,  *降雨量
準シソーラス用語： 予測因子 ,  予測能力 ,  時間遅れ ,  逆伝播ニューラルネットワーク ,  *性能比較 ,  *神経回路網モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： 降雨予測 ,  人工ニューラルネットワーク ,  分散時間ニューラルネットワークを遅延させる ,  カスケード前方逆伝搬ネットワーク ,  非線形自己回帰外因性ネットワーク

分類 (1件)： コンクリート構造  (RA04030A)

タイトルに関連する用語 (4件)： 降雨量 ,  予測 ,  人工ニューラルネットワークモデル ,  性能比較