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”

Mining Linguistic Associations for Emergent Flood Prediction Adjustment

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F13%3AA14018JV" target="_blank" >RIV/61988987:17610/13:A14018JV - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Mining Linguistic Associations for Emergent Flood Prediction Adjustment

  • Popis výsledku v původním jazyce

    Floods belong to the most hazardous natural disasters and their disaster management heavily relies on precise forecasts of water flow rates. These forecasts are provided by sophisticated physical models based on differential equations. However, these models do depend on unreliable inputs. Thus, an appropriate data-mining analysis of the physical model and its precision based on features that determine distinct situations seems to be helpful in adjusting the physical model. An of application of fuzzy GUHA method in flood peak prediction is presented in this paper. Measured water flow rate data from a system for emergent flood predictions were used in order to mine fuzzy association rules expressed in natural language. The found associations were interpreted as fuzzy IF-THEN rules and used to predict expected time shift of flow rate peaks forecasted by the given physical model.

  • Název v anglickém jazyce

    Mining Linguistic Associations for Emergent Flood Prediction Adjustment

  • Popis výsledku anglicky

    Floods belong to the most hazardous natural disasters and their disaster management heavily relies on precise forecasts of water flow rates. These forecasts are provided by sophisticated physical models based on differential equations. However, these models do depend on unreliable inputs. Thus, an appropriate data-mining analysis of the physical model and its precision based on features that determine distinct situations seems to be helpful in adjusting the physical model. An of application of fuzzy GUHA method in flood peak prediction is presented in this paper. Measured water flow rate data from a system for emergent flood predictions were used in order to mine fuzzy association rules expressed in natural language. The found associations were interpreted as fuzzy IF-THEN rules and used to predict expected time shift of flow rate peaks forecasted by the given physical model.

Klasifikace

  • Druh

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

  • CEP obor

    BA - Obecná matematika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/ED1.1.00%2F02.0070" target="_blank" >ED1.1.00/02.0070: Centrum excelence IT4Innovations</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2013

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Advances in Fuzzy Systems

  • ISSN

    1687-7101

  • e-ISSN

  • Svazek periodika

    2013

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    10

  • Strana od-do

    1-10

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus