Rainfall-runoff time series modeling with artificial neural network usage
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F44555601%3A13520%2F10%3A00006084" target="_blank" >RIV/44555601:13520/10:00006084 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Rainfall-runoff time series modeling with artificial neural network usage
Popis výsledku v původním jazyce
The most required forecast is a six hours ahead estimation of runoff volume. The source data consist of several hourly data time series, like runoff, rainfall and API. We compared linear regression, last value estimation, multilayer perceptron and evolved multilayer perceptron.
Název v anglickém jazyce
Rainfall-runoff time series modeling with artificial neural network usage
Popis výsledku anglicky
The most required forecast is a six hours ahead estimation of runoff volume. The source data consist of several hourly data time series, like runoff, rainfall and API. We compared linear regression, last value estimation, multilayer perceptron and evolved multilayer perceptron.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
DA - Hydrologie a limnologie
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2010
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Hydrological responses of small basins to a changing environment
ISBN
978-3-900962-90-6
ISSN
—
e-ISSN
—
Počet stran výsledku
3
Strana od-do
—
Název nakladatele
BOKU Vídeň
Místo vydání
Rakousko
Místo konání akce
Seggau, Rakousko
Datum konání akce
1. 1. 2010
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—