Manoj Sojitra (8 results)

Paperback. Condition: Brand New. 100 pages. 8.66x5.91x0.23 inches. In Stock.

Condition: New.

Condition: New.

Condition: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Autor/Autorin: Kyada PradipThe author, Pradip M. Kyada has completed his B.Tech (Agri. Engg.) in 2011 from College of Agri. Engg. and Tech., J.A.U., Junagadh (Gujarat). He also obtained M. Tech. (Soil and Water Cons. Engg.) degree in 2013 from GBPU.…

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - La prévision des précipitations reste une question extrêmement importante dans le domaine de l'hydrologie. D'autre part, les précipitations sont l'un des processus hydrologiques efficaces les plus compliqués dans la prévision du ruissellement. Dans la présente étude, on a tenté de développer des modèles de réseaux neuronaux artificiels (ANN) et de systèmes d'inférence neuro-floue adaptatifs (ANFIS) pour la prévision des précipitations quotidiennes pendant la période de mousson à Junagadh, Gujarat, Inde. Les données de la période (1er juin au 30 octobre) des années 1979-1981, 1984-1989 et 1991-2007 ont été utilisées pour former les modèles et les données des années 2008-2011 ont été utilisées pour tester les modèles. L'analyse de sensibilité a été utilisée pour identifier le paramètre le plus important pour la prévision des précipitations. Dans le modèle ANN, l'algorithme de rétropropagation et la fonction d'activation sigmoïde ont été utilisés pour former et tester les modèles, tandis que dans les modèles ANFIS, les fonctions d'appartenance gaussienne et de cloche généralisée ont été utilisées. L'étude a montré que les performances du modèle ANN à double couche cachée avec quatre paramètres d'entrée sont meilleures que celles du modèle ANFIS. L'analyse de sensibilité a indiqué que le paramètre d'entrée le plus important, outre les précipitations elles-mêmes, est la pression de vapeur dans la prévision des précipitations.…

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - A previsão da precipitação continua a ser uma questão extremamente importante em hidrologia. Por outro lado, a precipitação é um dos processos hidrológicos mais complicados e eficazes na previsão do escoamento superficial. No presente estudo, procurou-se desenvolver modelos de redes neuronais artificiais (RNA) e de sistemas de inferência neuro-fuzzy adaptativos (ANFIS) para a previsão da precipitação diária durante o período de monção em Junagadh, Gujarat, Índia. Os dados do período (1 de junho a 30 de outubro) dos anos 1979-1981, 1984-1989 e 1991-2007 foram utilizados para treinar os modelos e os dados dos anos 2008-2011 foram utilizados para testar os modelos. A análise de sensibilidade foi utilizada para identificar o parâmetro mais importante para a previsão da precipitação. No modelo ANN, o algoritmo de retropropagação e a função de ativação sigmoide foram utilizados para treinar e testar os modelos, ao passo que nos modelos ANFIS, foram utilizadas as funções de afiliação gaussiana e de sino generalizada. O estudo revelou que o desempenho do modelo ANN de camada oculta dupla com quatro parâmetros de entrada é melhor do que o modelo ANFIS. A análise de sensibilidade indicou que o parâmetro de entrada mais importante, para além da própria precipitação, é a pressão de vapor na previsão da precipitação.…

Condition: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Autor/Autorin: Kyada PradipL autore, Pradip M. Kyada, ha conseguito il B.Tech (Agri. Engg.) nel 2011 presso il College of Agri. Engg. and Tech., J.A.U., Junagadh (Gujarat). Ha inoltre conseguito il M. Tech. (Soil and Water Cons. Engg.) nel 2013 pre.…

Condition: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Autor/Autorin: Kyada PradipDer Autor, Pradip M. Kyada, hat seinen B.Tech (Agri. Engg.) 2011 am College of Agri. Engg. and Tech., J.A.U., Junagadh (Gujarat). Ausserdem erwarb er den M. Tech. (Soil and Water Cons. Engg.) im Jahr 2013 von der GBPUAT, P. …