Spatial quality control method for surface temperature observations based on multiple elements
El control de calidad puede mejorar efectivamente la calidad de las observaciones meteorolg̤icas. Para asegurar la estabilidad y efectividad de un modelo de control de calidad bajo condiciones diferentes de terreno y climt̀icas es necesario estructurar un esquema con una fuerte habilidad de generali...
Enregistré dans:
| Autres auteurs: | , , , , , |
|---|---|
| Format: | Livre |
| Langue: | anglais |
| Sujets: | |
| Accès en ligne: | Spatial quality control method for surface temperature observations based on multiple elements |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
MARC
| LEADER | 00000nam a22000004a 4500 | ||
|---|---|---|---|
| 001 | vpro13364 | ||
| 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 Spatial quality control method for surface temperature observations based on multiple elements |
| 246 | |a Mťodo de control de calidad espacial para observaciones de temperatura superficial basado en ml͠tiples elementos | ||
| 264 | |a Bogot ̀(Colombia) : |b Revista VirtualPRO, |c 2018 | ||
| 520 | 3 | |a El control de calidad puede mejorar efectivamente la calidad de las observaciones meteorolg̤icas. Para asegurar la estabilidad y efectividad de un modelo de control de calidad bajo condiciones diferentes de terreno y climt̀icas es necesario estructurar un esquema con una fuerte habilidad de generalizacin̤. Algoritmos como el mťodo de bosques aleatorios (del inglš Random Forest) cumplen con estas condiciones. Sin embargo, los algoritmos de mq̀uinas de aprendizaje son ms̀ lentos que los modelos matemt̀icos tradicionales. En este artc̕ulo se propone un algoritmo de control de calidad tipo bosques aleatorios basado en el Anl̀isis de Componentes Principales (PCA-RF). Se seleccionaron 15 estaciones objetivo bajo diferentes condiciones climt̀icas y geomorfolg̤icas y se evaluaron con observaciones realizadas cuatro veces por da̕ en estaciones vecinas desde 2005 hasta 2014. Los resultados muestran que usando PCA para analizar la composicin̤ elemental y seleccionar elementos con factores de correlacin̤ alta, al igual que la aplicacin̤ del algoritmo Random Forest, se puede reducir efectivamente el tiempo de ejecucin̤ y mantener la exactitud del modelo. La dependencia de la muestra de prueba, la exactitud del modelo de prediccin̤ y la tasa de deteccin̤ de error del modelo PCA-RF son superiores a aquellos del mťodo de Regresin̤ Espacial. Por lo tanto, el mťodo PCA-RF es un mejor modelo para el control de calidad de elementos ml͠tiples en las observaciones superficiales de aire y temperatura. | |
| 650 | \ | \ | |a Ciencias de la tierra |
| 650 | \ | \ | |a Meteorolog©Ưa |
| 650 | \ | \ | |a Control de calidad |
| 650 | \ | \ | |a Climatologa̕ |
| 650 | \ | \ | |a Earth sciences |
| 650 | \ | \ | |a Meteorology |
| 650 | \ | \ | |a Quality control |
| 650 | \ | \ | |a Climatology |
| 650 | \ | \ | |a Temperatura el aire de la superficie |
| 650 | \ | \ | |a Control de calidad |
| 650 | \ | \ | |a Bosques aleatorios |
| 650 | \ | \ | |a Anl̀isis de componentes principales |
| 650 | \ | \ | |a Surface air temperature |
| 650 | \ | \ | |a Quality control |
| 650 | \ | \ | |a Random Forest |
| 650 | \ | \ | |a Principal component analysis |
| 700 | \ | \ | |a Xiaoling Ye |
| 700 | \ | \ | |a Xing Yang |
| 700 | \ | \ | |a Xiong Xiong |
| 700 | \ | \ | |a Shuai Yang |
| 700 | \ | \ | |a Yang Chen |
| 700 | \ | \ | |a Universidad Nacional de Colombia. Departamento de Geociencias. |
| 856 | |z Spatial quality control method for surface temperature observations based on multiple elements |u https://virtualpro.unach.elogim.com/biblioteca/metodo-de-control-de-calidad-espacial-para-observaciones-de-temperatura-superficial-basado-en-multiples-elementos | ||