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...
Đã lưu trong:
| Tác giả khác: | , |
|---|---|
| Định dạng: | Sách |
| Ngôn ngữ: | Tiếng Anh |
| Những chủ đề: | |
| Truy cập trực tuyến: | Predictive Ability of Improved Neural Network Models to Simulate Pollutant Dispersion |
| Các nhãn: |
Thêm thẻ
Không có thẻ, Là người đầu tiên thẻ bản ghi này!
|
| Tóm tắt: | 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. |
|---|