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”

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