Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Forecasting SPEI and SPI Drought Indices Using the Integrated Artificial Neural Networks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60460709%3A41330%2F16%3A70194" target="_blank" >RIV/60460709:41330/16:70194 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1155/2016/3868519" target="_blank" >http://dx.doi.org/10.1155/2016/3868519</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1155/2016/3868519" target="_blank" >10.1155/2016/3868519</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Forecasting SPEI and SPI Drought Indices Using the Integrated Artificial Neural Networks

  • Popis výsledku v původním jazyce

    The presented paper compares forecast of drought indices based on two different models of artificial neural networks. The first model is based on feed forward multilayer perceptron, sANN, and the second one is the integrated neural network model, hANN. The analyzed drought indices are the standardized precipitation index (SPI) and the standardized precipitation evaporation index (SPEI) andwere derived for the period of 1948-2002 on two US catchments. The meteorological and hydrological data were obtained from MOPEX experiment. The training of both neural network models was made by the adaptive version of differential evolution, JADE. The comparison of models was based on six model performance measures. The results of drought indices forecast, explained by the values of four model performance indices, show that the integrated neural network model was superior to the feed forward multilayer perceptron with one hidden layer of neurons.

  • Název v anglickém jazyce

    Forecasting SPEI and SPI Drought Indices Using the Integrated Artificial Neural Networks

  • Popis výsledku anglicky

    The presented paper compares forecast of drought indices based on two different models of artificial neural networks. The first model is based on feed forward multilayer perceptron, sANN, and the second one is the integrated neural network model, hANN. The analyzed drought indices are the standardized precipitation index (SPI) and the standardized precipitation evaporation index (SPEI) andwere derived for the period of 1948-2002 on two US catchments. The meteorological and hydrological data were obtained from MOPEX experiment. The training of both neural network models was made by the adaptive version of differential evolution, JADE. The comparison of models was based on six model performance measures. The results of drought indices forecast, explained by the values of four model performance indices, show that the integrated neural network model was superior to the feed forward multilayer perceptron with one hidden layer of neurons.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    DA - Hydrologie a limnologie

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Computational Intelligence and Neuroscience

  • ISSN

    1687-5265

  • e-ISSN

  • Svazek periodika

    2016

  • Číslo periodika v rámci svazku

    3868519

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    17

  • Strana od-do

    1-17

  • Kód UT WoS článku

    000370270000001

  • EID výsledku v databázi Scopus