About: Application of artificial neural networks in modelling the hydrological balance of the Ploučnice River valley, Northern Bohemia (Czech Republic)

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Application of artificial neural networks in modelling the hydrological balance of the Ploučnice River valley, Northern Bohemia (Czech Republic) Goto Sponge NotDistinct Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

Attributes	Values
rdf:type	skos:Concept http://linked.opendata.cz/ontology/domain/vavai/Vysledek
Description	Prokázali jsme, že vícevrstvé perceptronové neuronové sítě mohou být úspěšně použity pro vytvoření malých srážko-odtokových modelů. Tyto modely mohou zpracovávat pouze historické časové řady. Všeobecně jednovrstvé sítě lépe vystihují jednodenní historii, zatímco dvouvrstvé sítě jsou úspěšnější pro dvoudenní historii. Vytvořená trojvrstvá síť lépe předpovídala při jednodenní historii dat. Domníváme se, že je to způsobené tím, že větší neuronové sítě fungují lépe pro větší datové řady. Na druhou stranu, sítě s více parametry mají tendenci k přetrénování a tedy mají menší chybu při tréninku, ale větší chybu při testování. (cs) We have shown that multilayer perceptron neural networks can be successfully used for creating small rainfall-runoff models. These models can be built from historical time series data only. In general, one layer networks fit the %22one day history%22 model better, while two layer networks are more succesful for the %22two days' history%22 nodels. The designed three layers network yielded better forecast on the %22one day history%22 data. We believe this is because bigger neural networks function better for large data sets. On the other hand, networks with more parameters tend to be over-trained and thus they achieve a smaller training error, but a larger testing error. We have shown that multilayer perceptron neural networks can be successfully used for creating small rainfall-runoff models. These models can be built from historical time series data only. In general, one layer networks fit the %22one day history%22 model better, while two layer networks are more succesful for the %22two days' history%22 nodels. The designed three layers network yielded better forecast on the %22one day history%22 data. We believe this is because bigger neural networks function better for large data sets. On the other hand, networks with more parameters tend to be over-trained and thus they achieve a smaller training error, but a larger testing error. (en)
Title	Application of artificial neural networks in modelling the hydrological balance of the Ploučnice River valley, Northern Bohemia (Czech Republic) Application of artificial neural networks in modelling the hydrological balance of the Ploučnice River valley, Northern Bohemia (Czech Republic) (en) Aplikace umělých neuronových sítí na modelování hydrologické bilance v povodí Ploučnice, v severních Čechách (Česká republika) (cs)
skos:prefLabel	Application of artificial neural networks in modelling the hydrological balance of the Ploučnice River valley, Northern Bohemia (Czech Republic) Application of artificial neural networks in modelling the hydrological balance of the Ploučnice River valley, Northern Bohemia (Czech Republic) (en) Aplikace umělých neuronových sítí na modelování hydrologické bilance v povodí Ploučnice, v severních Čechách (Česká republika) (cs)
skos:notation	RIV/44555601:13520/07:00003729!RIV08-MSM-13520___
http://linked.open.../vavai/riv/strany	90-92
http://linked.open...avai/riv/aktivita	P S
http://linked.open...avai/riv/aktivity	P(GA526/03/Z042), S
http://linked.open...vai/riv/dodaniDat	2008
http://linked.open...aciTvurceVysledku	Neruda, Martin
http://linked.open.../riv/druhVysledku	D - Článek ve sborníku
http://linked.open...iv/duvernostUdaju	S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
http://linked.open...titaPredkladatele	Univerzita Jana Evangelisty Purkyně v Ústí nad Labem / Fakulta životního prostředí
http://linked.open...dnocenehoVysledku	410422
http://linked.open...ai/riv/idVysledku	RIV/44555601:13520/07:00003729
http://linked.open...riv/jazykVysledku	eng - angličtina
http://linked.open.../riv/klicovaSlova	rainfall-runoff models; Ploučnice River valley; artificial neural networks; runoff prediction (en)
http://linked.open.../riv/klicoveSlovo	artificial neural networks runoff prediction rainfall-runoff models Ploučnice River valley
http://linked.open...ontrolniKodProRIV	[B7BF67AB86C3]
http://linked.open...v/mistoKonaniAkce	Doubice
http://linked.open...i/riv/mistoVydani	Praha
http://linked.open...i/riv/nazevZdroje	Sandstone Landscapes
http://linked.open...in/vavai/riv/obor	DO
http://linked.open...ichTvurcuVysledku	1 (xsd:int)
http://linked.open...cetTvurcuVysledku	2 (xsd:int)
http://linked.open...vavai/riv/projekt	Modeling the rainfall-runoff relationships by artificial intelligence methods
http://linked.open...UplatneniVysledku	2007
http://linked.open...iv/tvurceVysledku	Neruda, Roman Neruda, Martin
http://linked.open...vavai/riv/typAkce	WRD - Světová
http://linked.open.../riv/zahajeniAkce	2002-01-01 (xsd:date)
number of pages	3 (xsd:int)
http://purl.org/ne...btex#hasPublisher	Academia
https://schema.org/isbn	978-80-200-1577-8
http://localhost/t...ganizacniJednotka	13520

Faceted Search & Find service v1.16.118 as of Jun 21 2024

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 58 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software