مقایسه پیش بینی دمای 2 متری سطح زمین با استفاده از روش یادگیری عمیق و ماشین بردار حمایتی SVM در فرودگاه بجنورد

سال انتشار: 1398
محل انتشار: دومین همایش ملی پژوهش های نوین در مهندسی و علوم کاربردی
کد COI اختصاصی: NREAS02_127
زبان مقاله: فارسی
تعداد مشاهده: 507

نویسندگان

دانشجوی کارشناسی ارشد مهندسی کامپیوتر، گرایش هوش مصنوعی، دانشگاه آزاد اسلامی واحد الکترونیکی

استادیار گروه کامپیوتر دانشکده فنی مهندسی دانشگاه آزاد اسلامی واحد مشهد

چکیده

امروزه محققین، با ابداع و پیشرفت علومی چون روش های هوشمند که ابزاری توانمند و انعطاف پذیر هستند، در جستجوی راه هایی فراتر از روش های متداول در شناخت و پیش پینی پارامترهای مهم هواشناسی می باشند یکی از این روش ها، شبکه های عصبی مصنوعی که از مولفه های هوش مصنوعی است که توانایی تقریب و محاسبه هر تابع حسابی و منطقی را دارند . با استفاده از نتایج این تحقیق پیش بینی دمای بیشینه ایستگاه سینوپتیک بجنورد برای روزهای آینده امکان پذیر خواهد بود. مجموع داده های مورداستفاده مربوط به ایستگاه هواشناسی فرودگاهی بجنورد می باشد که آموزش و آزمایش مدل شبکه عصبی در این پژوهش طی ساله ای 1977 تا 2019 صورت پذیرفته است. در این تحقیق دو روش شبکه عصبی یادگیری عمیق و SVM مورد ارزیابی قرار گرفته که با مقایسه RMSE و MSE آموزش و آزمون روش های مذکور به انتخاب بهترین مدل برای پیش بینی دمای بیشینه در ایستگاه هواشناسیبجنورد خواهیم پرداخت. نتایج این تحقیق نشان داد که بین دو مدل پیشنهادی RMSE و MSE مدل شبکه عصبی یادگیری عمیق دار ای کمترین درصد خطای برآورد در داده های آزمون می باشد که به طبع در کاهش نویز در پیش بینی دمای بیشینه طی روزهای آینده اثرگذار خواهد بود

کلیدواژه ها

پیش بینی دما بیشینه، شبکه عصبی مصنوعی، یادگیری عمیق، ماشین بردار حمایتی SVM ، ایستگاه هواشناسی فرودگاه بین المللی بجنورد

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.