بررسی و مقایسه عملکرد الگوریتم های یادگیری ماشین برای پیش بینی بارش باران در استان البرز
- سال انتشار: 1402
- محل انتشار: سومین کنفرانس بین المللی مهندسی برق، کامپیوتر، مکانیک و هوش مصنوعی
- کد COI اختصاصی: EECMAI03_001
- زبان مقاله: فارسی
- تعداد مشاهده: 569
نویسندگان
دانشجوی دکتری، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران
اداره استعداد های درخشان استان البرز، کرج
اداره استعداد های درخشان استان البرز، کرج
دکتری تخصصی، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران
چکیده
پیش بینی بارش باران یکی از موضوعات مهم در زمینه آب و هواشناسی است. استان البرز منطقه ای است که درآن کشاورزی رواج دارد و بخشی از اقتصاد منطقه بر پایه فعالیت های کشاورزی و بارش باران است. پیش بینیبارش باران در واقع برآورد وضعیت جوی با استفاده از تکنولوژی است. برای استفاده بهینه از بارش، تولید محصولاتکشاورزی و برنامه ریزی سامانه های آبی نیاز است که بارش باران با دقت بالا محاسبه شود در این مقاله، با استفادهاز ۸ الگوریتم پیشرفته یادگیری ماشین، پیش بینی بارش باران برای مجموعه ای از داده های زمانی برای شهر کرجدر استان البرز مورد بررسی قرار گرفته است. در این پژوهش، تحلیل مقایسه ای بر روی انواع الگوریتم های یادگیریماشین انجام شده است که این الگوریتم ها عبارت هستند از : شبکه عصبی بازگشتی، الگوریتم K نزدیکترین همسایگی، حافظه کوتاه مدت بلند، ماشین بردار پشتیبان، جنگل تصادفی، گرادیان تقویتی، رگرسیون فرآیندگاوسی و پرسپترون چندلایه. نتایج نشان دادند که روش پرسپترون چند لایه برای پیشبینی بارش باران با دقتبالاتری نسبت به دیگر الگوریتمهای یادگیری ماشین عمل کرده است. نتایج حاصل از این مطالعه می تواند درزمینه های کاربردی دیگری مانند برنامه ریزی شهری و حوادث طبیعی مورد استفاده قرار گیرد. این نتایج بهتصمیم گیران مربوطه کمک خواهد کرد تا برنامه های پیشگیرانه در رابطه با بارش باران و سایر حوادث طبیعی رابرنامه ریزی کنند.کلیدواژه ها
پیش بینی، بارش باران، هوش مصنوعی، یادگیری ماشینمقالات مرتبط جدید
- یک رویکرد مبتنی بر پردازش زبان طبیعی و مدلهای یادگیری ماشین برای ارزیابی خودکار تکالیف نوشتاری دانش آموزان و ارائه بازخورد به معلمان
- ادغام یادگیری عمیق بیزی برای تشخیص و ارزیابی کیفیت سگمنتیشن سرطان با مدیریت عدم قطعیت
- Comparative Analysis of Automation Ecosystems and Playbooks in Check Point, Palo Alto, Fortinet, and Cisco Firewalls
- چارچوب یکپارچه برای بهینه سازی کارایی و تقویت امنیت سیستم های توزیع شده در محیط های ابری، IoT و Edge
- Uncovering Genetic and Signaling Pathway Alterations in Pompe Disease through Bioinformatics Approaches
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.