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

Publish Year: 1402
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 70

This Paper With 18 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

DMECONF09_076

تاریخ نمایه سازی: 12 اردیبهشت 1403

Abstract:

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 جمعآوری داده های کمی در مورد وضعیت فعلی جو و استفاده از درک علمی از فرایندهای جوی برای پیش بینی چگونگی تکامل جوانجام می شود. ماهیت آشفته جو ، قدرت محاسباتی عظیم مورد نیاز برای حل معادلاتی که جو را توصیف می کنند ، خطای مربوط بهاندازه گیری شرایط اولیه و درک ناقص فرآیندهای جوی به این معنی است که پیش بینی ها نسبت به تفاوت در زمان فعلی و زمانیکه پیش بینی انجام می شود افزایش می یابد. انواع مختلفی برای پیش بینی آب و هوا وجود دارد. هشدارهای هواشناسی پیش بینیهای مهمی هستند زیرا از آنها برای محافظت از مال و جان استفاده می شود. پیش بینی ها بر اساس دما و بارش مهم هستند بهکشاورزی و در نتیجه به بازرگانان بازارهای کالا. پیش بینی های دما توسط شرکت های تاسیساتی برای تخمین تقاضا طی روزه ایآینده استفاده می شود. به صورت روزمره ، مردم از آب و هوا استفاده می کنند پیش بینی برای تعیین اینکه چه چیزی را در یک روزخاص بپوشید. از آگجا که فعالیت های فضای باز در اثر باران شدید ، برف و وز باد به شدت محدود می شود ، می توان از پیش بینیها برای برامه ریزی فعالیت های اطراف این رویدادها ، و برنامه ریزی قبلی و زنده ماندن آها استفاده کرد. به منظور پیش بینی آب وهوا در یک رو بسیار موثر و برای کمک به غلبه بر همه این مشکلات ، ما یک مدل پیش بینی هوا با استفاده از شبکه عصبیمصنوعی پیشنهاد کرده ایم. مزیتی که ANN نسبت به رو پیش بینی دیگر هوا دارد این است که ANN۱ خطا را با استفاده ازالگوریتم های مختلف به حداقل می رساند و یک مقدار پیش بینی شده تقریبا برابر با مقدار واقعی به ما می دهد. چنین شبکه ای ازطریق داده های جدیدتر شبیه سازی شده است تا از روند آب و هوا در دوره آینده مطلع شود.

Keywords:

پیش بینی دما شبکه عصبی عمیق (DNN۲) , حافظه کوتاه مدت (LSTM۳) , شبکه عصبی راجعه (RNN۴) , تصفیه داده های از دست رفته داده های هواشناسی

Authors

مسعود صبری غازانی

کارمند شرکت آب و فاضلاب استان آذربایجان شرقی