文献

J-GLOBAL ID：201802281571409113   整理番号：18A0444464

ベンガル湾における係留ブイにおける有義波高の予測におけるフィードフォワードとリカレントニューラルネットワークの解析【Powered by NICT】

Analysis of feed forward and recurrent neural networks in predicting the significant wave height at the moored buoys in Bay of Bengal

著者 (4件)： Abhigna P. (Department of Electronics & Communication Engineering, Post Graduate, Vels University, Chennai) ,  Jerritta S. (Department of Electronics & Communication Engineering, Vels University, Chennai) ,  Srinivasan R. (Department of Ocean Electronics, Scientist, National Institute of Ocean Technology, Chennai) ,  Rajendran V. (Department of Electronics & Communication Engineering, Head of Department, Vels University, Chennai)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCSP  ページ： 1856-1860  発行年： 2017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： 気象および海洋工学応用では有義波高(SWH)の予測は,海洋で発生し,適切な行動のための社会に警告する可能性があることを予測低気圧,地震と津波の主要な役割を果たしている。最近,研究者は,SWHを予測するためのソフトコンピューティング技術の使用を探索している本研究では,ベンガル湾の係留ブイから得られた風と波のデータを人工ニューラルネットワーク(ANN)を用いてSWHを予測した。再発とフィードフォワードネットワークはLevenberg Marquardt(LM),共役勾配(CG)とBayes正規化(BR)アルゴリズムを用いて解析した。結果はBRアルゴリズムによるリカレントネットワークは高い相関と少ない誤差を持つことを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  *ニューラルネットワーク ,  海洋工学 ,  津波 ,  低気圧 ,  海洋 ,  *予測 ,  正規化 ,  *フィードフォワード ,  *ベンガル湾
準シソーラス用語： フィードフォワードニューラルネットワーク ,  ソフトコンピューティング ,  *リカレントニューラルネットワーク ,  *有義波高 ,  *係船ブイ , 【Automatic Indexing@JST】

分類 (1件)： 波浪,潮流  (DC06040R)

タイトルに関連する用語 (7件)： ベンガル湾 ,  係留ブイ ,  有義波高 ,  予測 ,  フィードフォワード ,  リカレントニューラルネットワーク ,  解析