Predictive Ability of Improved Neural Network Models to Simulate Pollutant Dispersion

Predictive Ability of Improved Neural Network Models to Simulate Pollutant Dispersion

Este artc̕ulo comprende el uso de modelos de redes neuronales artificiales (ANN) como estrategia para la simulacin̤ de las caracters̕ticas de dispersin̤ de contaminantes en diferentes regiones. Estos modelos son desarrollados con base en 12 variables meteorolg̤icas y 6 parm̀etros asociados al trf̀ic...

Cijeli opis

Spremljeno u:
Bibliografski detalji
Daljnji autori: Hossain Khandaker M. A., Hindawi
Format: Knjiga
Jezik:engleski
Teme:
Redes neuronales (Computadores)
Dispersin̤ de contaminantes
Contaminacin̤
Control de la contaminacin̤
Control de calidad del aire
Contaminantes
Contaminacin̤ del aire
Neural networks (Computer science)
Dispersion of pollutants
Environmental pollution
Pollution control
Air quality management
Pollutants
Air - Pollution
Modelos ANN
Variables meteorolg̤icas
Datos de trǹsito
Habilidad predictiva.
ANN models
Meteorological variables
Traffic data
Predicting ability.
Online pristup:Predictive Ability of Improved Neural Network Models to Simulate Pollutant Dispersion
Oznake: Dodaj oznaku
Bez oznaka, Budi prvi tko označuje ovaj zapis!
Opis
Sažetak:Este artc̕ulo comprende el uso de modelos de redes neuronales artificiales (ANN) como estrategia para la simulacin̤ de las caracters̕ticas de dispersin̤ de contaminantes en diferentes regiones. Estos modelos son desarrollados con base en 12 variables meteorolg̤icas y 6 parm̀etros asociados al trf̀ico. La habilidad predictiva y robustez de los modelos se determinan por medio de datos de las ciudades costeras de Chittagong and Dhaka. Los autores concluyen que los modelos ANN basados en este tipo de variables y parm̀etros presentan un mejor desempeǫ, permitiendo determinar patrones de dispersin̤ de la contaminacin̤ atmosfřica con aplicacin̤ en diferentes ciudades.

Slični predmeti