Estimation of daily soil temperature via data mining techniques in semi-arid climate conditions

Este artc̕ulo investiga el potencial de las tčnicas de bs͠queda y procesamiento de datos para pronosticar las temperaturas diarias del suelo a profundidades que van de los 5 a los 100 cm con props̤itos agrc̕olas. Se utiliz ̤la informacin̤ climt̀ica y de temperatura del suelo de la provincia Ishafan...

पूर्ण विवरण

में बचाया:
ग्रंथसूची विवरण
अन्य लेखक: Taghi Sattari Mohammad, Dodangeh Esmaeel, Abraham John, Universidad Nacional de Colombia. Departamento de Geociencias
स्वरूप: पुस्तक
भाषा:अंग्रेज़ी
विषय:
ऑनलाइन पहुंच:Estimation of daily soil temperature via data mining techniques in semi-arid climate conditions
टैग: टैग जोड़ें
कोई टैग नहीं, इस रिकॉर्ड को टैग करने वाले पहले व्यक्ति बनें!

MARC

LEADER 00000nam a22000004a 4500
001 vpro13362
005 20201223000000.0
008 180607s2018 ck # g## #001 0#eng#d
020 |a 1794-6190 (versin̤ impresa) ; 2339-3459 (versin̤ online) 
022
040 |a CO-BoINGC 
041 0 |a eng 
245 1 0 |a Estimation of daily soil temperature via data mining techniques in semi-arid climate conditions 
246 |a Estimacin̤ de la temperatura diaria del suelo a travš de tčnicas de bs͠queda y procesamiento de datos en condiciones climt̀icas semir̀idas 
264 |a Bogot ̀(Colombia) :  |b Revista VirtualPRO,  |c 2018 
520 3 |a Este artc̕ulo investiga el potencial de las tčnicas de bs͠queda y procesamiento de datos para pronosticar las temperaturas diarias del suelo a profundidades que van de los 5 a los 100 cm con props̤itos agrc̕olas. Se utiliz ̤la informacin̤ climt̀ica y de temperatura del suelo de la provincia Ishafan, ubicada en el centro de Irǹ y de clima semir̀ido, para el proceso de modelamiento. Se us ̤un enfoque de agrupamiento sustractivo para identificar la estructura del Sistema de Inferencia Neuronal Difuso Adaptado (ANFIS, del inglš Adaptive Neuro-Fuzzy Inference System) y el resultado del acercamiento propuesto se compar ̤con redes artificiales neuronales (ANN) y el modelo tipo r̀bol M5. Los resultados sugieren un desempeǫ mejorado al usar el enfoque ANFIS en la prediccin̤ de las temperaturas del suelo en varios puntos de profundidad, excepto en los 100 cm. El desempeǫ de las redes artificiales neuronales y los modelos de r̀bol M5 fueron similares. Sin embargo, el modelo tipo r̀bol M5 provee una relacin̤ linear simple para predecir los rangos de datos de la temperatura del suelo utilizados en este estudio. Los anl̀isis de error de los valores predichos a varias profundidades muestran que la estimacin̤ de error tiende a incrementarse con la profundidad. 
650 \ \ |a Ciencias de la tierra 
650 \ \ |a Biologa̕ de suelos 
650 \ \ |a Anl̀isis de suelos 
650 \ \ |a Climatologa̕ 
650 \ \ |a Earth sciences 
650 \ \ |a Soil biology 
650 \ \ |a Soil testing 
650 \ \ |a Climatology 
650 \ \ |a Temperatura del suelo 
650 \ \ |a Minera̕ de datos 
650 \ \ |a Modelo tipo r̀bol M5 
650 \ \ |a Soil temperature 
650 \ \ |a Data mining 
650 \ \ |a M5 tree model 
650 \ \ |a ANFIS 
650 \ \ |a ANN  
700 \ \ |a Taghi Sattari Mohammad 
700 \ \ |a Dodangeh Esmaeel 
700 \ \ |a Abraham John  
700 \ \ |a Universidad Nacional de Colombia. Departamento de Geociencias. 
856 |z Estimation of daily soil temperature via data mining techniques in semi-arid climate conditions  |u https://virtualpro.unach.elogim.com/biblioteca/estimacion-de-la-temperatura-diaria-del-suelo-a-traves-de-tecnicas-de-busqueda-y-procesamiento-de-datos-en-condiciones-climaticas-semiaridas