CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیش بینی دما با استفاده از شبکه عصبی کوتاه مدت مبتنی بر تصفیه داده های از دست رفته

عنوان مقاله: پیش بینی دما با استفاده از شبکه عصبی کوتاه مدت مبتنی بر تصفیه داده های از دست رفته
شناسه ملی مقاله: ICTI06_047
منتشر شده در ششمین کنفرانس ملی فناوری های نوین در مهندسی برق و کامپیوتر در سال 1402
مشخصات نویسندگان مقاله:

مسعود صبری غازانی - کارشناس ارشد کارمند شرکت آب و فاضلاب استان آذربایجان شرقی

خلاصه مقاله:
پیش بینی آب و هوا ، استفاده از علم و فناوری برای پیش بینی وضعیت جو برای یک مکان معین است. پیش بینی آب و هوا با جمع آوری داده های کمی در مورد وضعیت فعلی جو و استفاده از درک علمی از فرایندهای جوی برای پیش بینی چگونگی تکامل جو انجام می شود. ماهیت آشفته جو ، قدرت محاسباتی عظیم مورد نیاز برای حل معادلاتی که جو را توصیف می کنند ، خطای مربوط به اندازه گیری شرایط اولیه و درک ناقص فرآیندهای جوی به این معنی است که پیش بینی ها نسبت به تفاوت در زمان فعلی و زمانی که پیش بینی انجام میشود افزایش می یابد. انواع مختلفی برای پیش بینی آب و هوا وجود دارد. هشدارهای هواشناسی پیش بینی های مهمی هستند زیرا از آنها برای محافظت از مال و جان استفاده میشود پیش بینی ها بر اساس دما و بارش مهم هستند به کشاورزی و در نتیجه به بازرگانان بازارهای کالا پیش بینی های دما توسط شرکتهای تاسیساتی برای تخمین تقاضا طی روزهای آینده استفاده میشود به صورت روزمره مردم از آب و هوا استفاده میکنند پیش بینی برای تعیین اینکه چه چیزی را در یک روز خاص بپوشید از آنجا که فعالیتهای فضای باز در اثر باران شدید برف و وزش باد به شدت محدود می شود. میتوان از پیش بینی ها برای برنامه ریزی فعالیتهای اطراف این رویدادها و برنامه ریزی قبلی و زنده ماندن آنها استفاده کرد. به منظور پیش بینی آب و هوا در یک روش بسیار موثر و برای کمک به غلبه بر همه این مشکلات، ما یک مدل پیش بینی هوا با استفاده از شبکه عصبی مصنوعی پیشنهاد کرده ایم مزیتی که ANN نسبت به روش پیش بینی دیگر هوا دارد این است که ANN خطا را با استفاده از الگوریتمهای مختلف به حداقل می رساند و یک مقدار پیش بینی شده تقریبا برابر با مقدار واقعی به ما می دهد. چنین شبکه ای از طریق داده های جدیدتر شبیه سازی شده است تا از روند آب و هوا در دوره آینده مطلع شود.

کلمات کلیدی:
پیش بینی دما شبکه عصبی عمیق (DNN۲) حافظه کوتاه مدت (LSTM) شبکه عصبی راجعه (RNN۴) تصفیه داده های از دست رفته داده های هواشناسی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1876640/