THE PREDICTION OF TROPOSPHERIC OZONE USING A RADIAL BASIS FUNCTION NETWORK
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F15%3A00226139" target="_blank" >RIV/68407700:21230/15:00226139 - isvavai.cz</a>
Výsledek na webu
<a href="http://link.springer.com/chapter/10.1007%2F978-3-319-10759-2_13" target="_blank" >http://link.springer.com/chapter/10.1007%2F978-3-319-10759-2_13</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-10759-2_13" target="_blank" >10.1007/978-3-319-10759-2_13</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
THE PREDICTION OF TROPOSPHERIC OZONE USING A RADIAL BASIS FUNCTION NETWORK
Popis výsledku v původním jazyce
The goal of this paper is to analyze the tropospheric ozone (O3) concentration time series and its prediction using artificial neural networks (ANNs). Tropospheric ozone has harmful effects on human health and on the environment. This study was based ondaily averaged tropospheric ozone (O3) data from Pardubice in the Czech Republic. In this study, daily averaged ozone concentrations in Pardubice were predicted using a radial basis function network (RBFN) with three pollutant parameters and three meteorological factors in selected areas. We used a three-layer ANN, which consists of input, hidden, and output layers.
Název v anglickém jazyce
THE PREDICTION OF TROPOSPHERIC OZONE USING A RADIAL BASIS FUNCTION NETWORK
Popis výsledku anglicky
The goal of this paper is to analyze the tropospheric ozone (O3) concentration time series and its prediction using artificial neural networks (ANNs). Tropospheric ozone has harmful effects on human health and on the environment. This study was based ondaily averaged tropospheric ozone (O3) data from Pardubice in the Czech Republic. In this study, daily averaged ozone concentrations in Pardubice were predicted using a radial basis function network (RBFN) with three pollutant parameters and three meteorological factors in selected areas. We used a three-layer ANN, which consists of input, hidden, and output layers.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2015
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
ISCS 2014: Interdisciplinary Symposium on Complex Systems
ISBN
978-3-319-10758-5
ISSN
2194-7287
e-ISSN
—
Počet stran výsledku
9
Strana od-do
115-123
Název nakladatele
Springer
Místo vydání
Dordrecht
Místo konání akce
Florence
Datum konání akce
15. 9. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—