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...

Ful tanımlama

Kaydedildi:
Detaylı Bibliyografya
Diğer Yazarlar: Hossain Khandaker M. A., Hindawi
Materyal Türü: Kitap
Dil:İngilizce
Konular:
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 Erişim:Predictive Ability of Improved Neural Network Models to Simulate Pollutant Dispersion
Etiketler: Etiketle
Etiket eklenmemiş, İlk siz ekleyin!
Diğer Bilgiler
Özet: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.

Benzer Materyaller