Wyszukiwanie zaawansowane ?

Obiekt

Daily Suspended sediment prediction using seasonal time series and artificial intelligence techniques
Pobierz

Tytuł: Daily Suspended sediment prediction using seasonal time series and artificial intelligence techniques

Twórca:

Üneş, Fatih ; Taşar, Bestami ; Demirci, Mustafa ; Zelenakova, Martina ; Kaya, Yunus Ziya ; Varçin, Hakan

Data:

2021

Typ:

artykuł w czasopiśmie

Opis:

Estimating the amount of suspended sediment in rivers correctly is important due to the adverse impacts encountered during the design and maintenance of hydraulic structures such as dams, regulators, water channels and bridges. The sediment concentration and discharge currents have usually complex relationship, especially on long term scales, which can lead to high uncertainties in load estimates for certain components. In this paper, with several data-driven methods, including two types of perceptron support vector machines with radial basis function kernel (SVM-RBF), and poly kernel learning algorithms (SVM-PK), Library SVM (LibSVM), adaptive neuro-fuzzy (NF) and statistical approaches such as sediment rating curves (SRC), multi linear regression (MLR) are used for forecasting daily suspended sediment concentration from daily temperature of water and streamflow in the river. Daily data are measured at Augusta station by the US Geological Survey. 15 different input combinations (1 to 15) were used for SVM-PK, SVM-RBF, LibSVM, NF and MLR model studies. All approaches are compared to each other according to three statistical criteria; mean absolute errors (MAE), root mean square errors (RMSE) and correlation coefficient (R). Of the applied linear and nonlinear methods, LibSVM and NF have good results, but LibSVM generates a slightly better fit under whole daily sediment values.

Miejsce wydania:

Koszalin

Wydawca:

Politechnika Koszalińska

Format:

application/pdf

Identyfikator:

oai:dlibra.tu.koszalin.pl:1649

Język:

eng

Jest częścią:

Rocznik Ochrona Środowiska. Vol. 23, s. 117-137

Prawa:

Biblioteka Politechniki Koszalińskiej

Prawa dostępu:

internet

Licencja:

Creative Commons BY-SA 4.0

Exlibris

Temat i słowa kluczowe:

prediction neuro-fuzzy sediment rating curves support vector machines suspended sediment

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

6 lis 2023

Data dodania obiektu:

11 paź 2022

Liczba wyświetleń treści obiektu:

36

Wszystkie dostępne wersje tego obiektu:

https://dlibra.tu.koszalin.pl/publication/1653

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
Üneş, Fatih, 2021, Daily Suspended sediment prediction using seasonal time series and artificial intelligence techniques 6 lis 2023

Obiekty Podobne
Internet of things (IoT) and artificial neural networks towards water pollution forecasting

Ibrahim, Thaer Mishra, Alok

2020
artykuł w czasopiśmie
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Biblioteka Politechniki Koszalińskiej ul. Racławicka 15-17 75-620 Koszalin

Telefon

(+48) 94 34 78 455

E-Mail

dlibra@tu.koszalin.pl

Odwiedź nas!

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji