สืบค้นงานวิจัย
การประยุกต์โครงข่ายใยประสาทเทียมสำหรับการพยากรณ์น้ำท่าและการเติมข้อมูลระดับน้ำ
อันนะ สุขล้วน - มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
ชื่อเรื่อง: การประยุกต์โครงข่ายใยประสาทเทียมสำหรับการพยากรณ์น้ำท่าและการเติมข้อมูลระดับน้ำ
ชื่อเรื่อง (EN): Application of Artificial Neural Network for Rainfall-Runoff Forecasting and Estimation of River Levels
ผู้แต่ง / หัวหน้าโครงการ: อันนะ สุขล้วน
บทคัดย่อ (EN): and (3) rainfall-runoff data recorded every 2 minutes discharging form drain pipe and drain canal are different data recorded from two urban catchments in Bangkok, the capital of Thailand. Forecastlead times of 10, 20 and 30 minutes were considered. From the study's results, it is stated that artificial neural network can be applied for severalproblems which have different types of data. The SCE optimization method is capable of increasing performance of ANN's parameters (or weights) adjustment. The SCE optimization method is superior to the SG method in preventing the parameter convergence toward the local minimum. Theresults of two learning methods, i.e. SCE and SG, are quite similar based on two performance evaluation measures (RMSE and R2) , but graphical plots of hydro graphs indicate that the SCE-ANN provide better results than ANN:-SG.
บทคัดย่อ: ไม่พบข้อมูลจากหน่วยงานต้นทาง
ภาษา (EN): th
เอกสารแนบ: http://dcms.thailis.or.th/dcms/dccheck.php?Int_code=54&RecId=8285&obj_id=23565
เผยแพร่โดย: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
คำสำคัญ: การพยากรณ์ระดับน้ำ
คำสำคัญ (EN): Neural networks (Computer science)
เจ้าของลิขสิทธิ์: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
รายละเอียด: and (3) rainfall-runoff data recorded every 2 minutes discharging form drain pipe and drain canal are different data recorded from two urban catchments in Bangkok, the capital of Thailand. Forecastlead times of 10, 20 and 30 minutes were considered. From the study's results, it is stated that artificial neural network can be applied for severalproblems which have different types of data. The SCE optimization method is capable of increasing performance of ANN's parameters (or weights) adjustment. The SCE optimization method is superior to the SG method in preventing the parameter convergence toward the local minimum. Theresults of two learning methods, i.e. SCE and SG, are quite similar based on two performance evaluation measures (RMSE and R2) , but graphical plots of hydro graphs indicate that the SCE-ANN provide better results than ANN:-SG.
หากไม่พบเอกสารฉบับเต็ม (Full Text) โปรดติดต่อหน่วยงานเจ้าของข้อมูล

การอ้างอิง

อันนะ สุขล้วน. "การประยุกต์โครงข่ายใยประสาทเทียมสำหรับการพยากรณ์น้ำท่าและการเติมข้อมูลระดับน้ำApplication of Artificial Neural Network for Rainfall-Runoff Forecasting and Estimation of River Levels". มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี. 2547

อันนะ สุขล้วน. "การประยุกต์โครงข่ายใยประสาทเทียมสำหรับการพยากรณ์น้ำท่าและการเติมข้อมูลระดับน้ำApplication of Artificial Neural Network for Rainfall-Runoff Forecasting and Estimation of River Levels". มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี. 2547. Print.



TARR Wordcloud:
การประยุกต์โครงข่ายใยประสาทเทียมสำหรับการพยากรณ์น้ำท่าและการเติมข้อมูลระดับน้ำ
อันนะ สุขล้วน
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
2547
การพยากรณ์ราคายางพาราโดยใช้โครงข่ายประสาทเทียม การประมาณค่าตะกอนแขวนลอยในลำน้ำโดยการใช้โครงข่ายใยประสาทเทียม กรณีศึกษา ลุ่มน้ำลำตะคองตอนบน การพัฒนาโครงข่ายประสาทเทียมเพื่อใช้ในการคัดคุรภาพทางด้านรูปร่างของมะม่วงพันธุ์น้ำดอกไม้ การประยุกต์ใช้โครงข่ายเซนเซอร์ไร้สายตามมาตรฐาน ZigBee/IEEE802.15.4 สำหรับระบบกั้นทางรถไฟ การประยุกต์ใช้แบบจำลอง FFW สำหรับพยากรณ์และเตือนภัยน้ำหลากในลุ่มน้ำโขงทางภาคตะวันออกเฉียงเหนือของประเทศไทย การแพร่กระจายของแบคทีเรียที่ใช้เป็นดัชนีคุณภาพน้ำบริเวณชายฝั่งทะเลจังหวัดชลบุรีและจังหวัดระยอง การพัฒนาแบบจำลองน้ำหลากผิวดินเชิงอุทกวิทยาเพื่อใช้สำหรับปากแม่น้ำที่ได้รับอิทธิพลจากน้ำขึ้น-น้ำลง การประยุกต์ใช้โครงข่ายประสาทเทียมในการแปลงหน้าที่ทางคุณภาพ : กรณีศึกษา ผลิตภัณฑ์เครื่องเรือนชุดห้องนอน กรณีศึกษา ผลิตภัณฑ์เครื่องเรือนชุดห้องนอน การศึกษาผลของใยอาหารจากเปลือกมะนาวในน้ำสับปะรด การประยุกต์ใยบวบเพื่อใช้เป็นวัสดุตัวกลางในระบบถังกรองชั้นตรึงฟิล์มจมน้ำ
คัดลอก URL
กระทู้ของฉัน
ผลการสืบค้นทั้งหมด โพสต์     เรียงลำดับจาก
พัฒนาระบบโดยศูนย์ความรู้เฉพาะด้านวิศวกรรมความรู้และวิศวกรรมภาษาDeveloped by Center of Excellence for Unified Knowledge and Language Engineering
สนับสนุนโดยสำนักงานพัฒนาการวิจัยการเกษตร (องค์การมหาชน)Supported by the Agricultural Research Development Agency (Public Organization)
แบบสำรวจความพึงพอใจQuestionair