Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

Liczba wyników na stronie
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych:  uczenie maszynowe
help Sortuj według:

help Ogranicz wyniki do:
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
Numeryczne prognozy pogody osiągnęły już dostateczny poziom dokładności i wiarygodności by w wypadku braku danych pomiarowych traktować przewidywania z modeli jako najlepszą możliwą reprezentację stanu atmosfery w danym miejscu i czasie. W pracy omawiamy zastosowanie modelu numerycznego CO-AMPS do obliczania i prognozowania ewapotranspiracji wskaźnikowej ET0. ET0 jest obliczana na podstawie danych z modelu, mieszanych danych z modelu i pomiarowych. Zastosowano również metody uczenia maszynowego do poprawy jakości przewidywań modelu. Wyniki wskazują, że w wypadku braku danych pomiarowych zastosowanie danych z numerycznej prognozy daje bardzo dobrą zgodność przewidywanego ET0 z obliczonym z danych pomiarowych. Modele hybrydowe wykazują nieco większą dokładność od modeli czysto symulacyjnych a zastosowanie uczenia maszynowego pozwala na kolejne podniesienie jakości modelu ET0.
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.