文献

J-GLOBAL ID：201802228252384543   整理番号：18A2028809

水位予測のためのウェーブレット-人工神経回路網モデル【JST・京大機械翻訳】

Wavelet-Artificial Neural Network Model for Water Level Forecasting

著者 (5件)： Thi Ngoc Anh Nguyen (School of mathematics and Informatics, Hanoi University of Science and Technology) ,  Quang Dat Nguyen (High School for Gifted Students, Hanoi University of Science, Vietnam National University, Hanoi) ,  Thi Van Nguyen (Information technology department, Thuy Loi university) ,  Ngoc Doanh Nguyen (Information technology department, Thuy Loi university) ,  Le An Ngo (Thuy Loi university)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： RICE  ページ： 1-6  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 予測水位は,農業,洪水予測,水力電気ダムなどの実生活における多くの領域で使用されている。この問題はベトナム農業において非常に重要である。本論文は,12,24,48,72または168時間のような短い時間による毎日の水位予測モデルを扱った。予測の方法論は,各モデルウェーブレット解析とANNの利点を奨励するウェーブレット人工ニューラルネットワーク(WAANN)を組み合わせている。本論文では,2つのモデルウェーブレットとANNとハイブリッドアルゴリズムを結合する方法を記述した。応用において,提案モデルは,北西ベトナム,Yen Baiステーションにおける水位を予測するために適用した。ウェーブレット-ANN構造への入力変数は,水の時系列である。ウェーブレット解析は,時系列データの高信号と呼ばれるランダム雑音を除去する。時系列データの左をANNモデルを用いて予測した。ANNとWAANNの結果を構築し,それらの性能を比較した。予測結果を評価するために,平均二乗誤差(MSE)と平均絶対偏差(MAD)を考慮した。水位予測のWAANNの結果は,ANNよりも良好な性能を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *波束 ,  *予測 ,  ダム ,  不規則雑音 ,  予測モデル ,  *水位 ,  ニューラルネットワーク ,  洪水予報 ,  ベトナム社会主義共和国 ,  農業
準シソーラス用語： 平均二乗誤差 ,  時系列データ ,  ハイブリッドアルゴリズム ,  ウェーブレット解析 ,  神経回路網モデル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 水位 ,  予測 ,  ウェーブレット ,  人工 ,  神経回路網モデル