To Contemplate Quantitative and Qualitative Water Features by Neural Networks Method.

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F02%3A06030043" target="_blank" >RIV/67985807:_____/02:06030043 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
To Contemplate Quantitative and Qualitative Water Features by Neural Networks Method.
Popis výsledku v původním jazyce
An application deals with calibration of neural model and Fourier series model for Ploučnice catchment. A Stuttgart neural simulator SNNS and a multiagent hybrid system Bang2 developed in Institute of Computer Science, AS CR have been used for testing. Aperceptron network has been constructed, which is capable of an accurate forecast of the next day runoff based on the runoff and rainfall values from previous day.
Název v anglickém jazyce
To Contemplate Quantitative and Qualitative Water Features by Neural Networks Method.
Popis výsledku anglicky
An application deals with calibration of neural model and Fourier series model for Ploučnice catchment. A Stuttgart neural simulator SNNS and a multiagent hybrid system Bang2 developed in Institute of Computer Science, AS CR have been used for testing. Aperceptron network has been constructed, which is capable of an accurate forecast of the next day runoff based on the runoff and rainfall values from previous day.

Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
BA - Obecná matematika
OECD FORD obor
—

Projekt
<a href="/cs/project/IAB1030006" target="_blank" >IAB1030006: Alternativní učící algoritmy pro dopředné neuronové sítě</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění
2002
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)