Documents disponibles écrits par cet auteur

Performance of Neural Networks in Daily Streamflow Forecasting / Burikundavyi, S. in Journal of hydrologic engineering, Vol. 7, N° 5 (Septembre /Octobre 2002)

Public ISBD [article]  in Journal of hydrologic engineering > Vol. 7, N° 5 (Septembre /Octobre 2002) . - 392-398 p. Titre : Performance of Neural Networks in Daily Streamflow Forecasting Titre original : Exécution des Réseaux Neurologiques dans des Prévisions Quotidiennes d'Ecoulement de Jet Type de document : texte imprimé Auteurs : Burikundavyi, S., Auteur ; Labib, R., Auteur ; Trung, H. T. ; Rousselle, J. Article en page(s) : 392-398 p. Note générale : Hydrologie Langues : Anglais (eng) Mots-clés : Neural  networks  Streamflow  Forecasting  Canada  Réseaux  neurologiques  Ecoulement  de  jet  Prévisions Index. décimale : 551.4 Résumé : Feed forward multilayer neural networks are widely used as predictors in several fields of applications. The Purpose of this study is to investigate the performance of neural networks as potential models capable of forecasting daily stream flows. Once an appropriate network has been identified, a comparison approach is used to evaluate it against a conceptual model presently in use by the Alcan Company. The Mistassibi River, located in northeastern Quebec, serves as the case study, and results based on mean square errors and Nash coefficients show that artificial neural networks outperform the deterministic model PREVIS for up to 5 day ahead forecasts. Moreover, the results obtained with the neural network are also superior to the ones obtained with a classic auto regressive model coupled with a Kalman filter. Des réseaux neurologiques multicouche vers l'avant d'alimentation sont largement répandus comme prédiseurs dans plusieurs domaines des applications. Le but de cette étude est d'étudier l'exécution des réseaux neurologiques car les modèles potentiels capables de prévoir le jet quotidien coule. Une fois qu'un réseau approprié a été identifié, une approche de comparaison est employée pour l'évaluer contre un modèle conceptuel actuellement en service par la compagnie d'Alcan. Le fleuve de Mistassibi, situé dans le Québec du nord-est, sert d'étude de cas, et les résultats basés sur des erreurs de place moyenne et des coefficients de Nash prouvent que les réseaux neurologiques artificiels surpassent le modèle déterministe PREVIS pour jusqu'à 5 prévisions de jour en avant. D'ailleurs, les résultats obtenus avec le réseau neurologique sont également supérieur à celui obtenu avec un modèle régressif automatique classique couplé à un filtre de Kalman. [article] Performance of Neural Networks in Daily Streamflow Forecasting = Exécution des Réseaux Neurologiques dans des Prévisions Quotidiennes d'Ecoulement de Jet [texte imprimé] / Burikundavyi, S., Auteur ; Labib, R., Auteur ; Trung, H. T. ; Rousselle, J. . - 392-398 p. Hydrologie Langues : Anglais (eng) in Journal of hydrologic engineering > Vol. 7, N° 5 (Septembre /Octobre 2002) . - 392-398 p. Mots-clés : Neural  networks  Streamflow  Forecasting  Canada  Réseaux  neurologiques  Ecoulement  de  jet  Prévisions Index. décimale : 551.4 Résumé : Feed forward multilayer neural networks are widely used as predictors in several fields of applications. The Purpose of this study is to investigate the performance of neural networks as potential models capable of forecasting daily stream flows. Once an appropriate network has been identified, a comparison approach is used to evaluate it against a conceptual model presently in use by the Alcan Company. The Mistassibi River, located in northeastern Quebec, serves as the case study, and results based on mean square errors and Nash coefficients show that artificial neural networks outperform the deterministic model PREVIS for up to 5 day ahead forecasts. Moreover, the results obtained with the neural network are also superior to the ones obtained with a classic auto regressive model coupled with a Kalman filter. Des réseaux neurologiques multicouche vers l'avant d'alimentation sont largement répandus comme prédiseurs dans plusieurs domaines des applications. Le but de cette étude est d'étudier l'exécution des réseaux neurologiques car les modèles potentiels capables de prévoir le jet quotidien coule. Une fois qu'un réseau approprié a été identifié, une approche de comparaison est employée pour l'évaluer contre un modèle conceptuel actuellement en service par la compagnie d'Alcan. Le fleuve de Mistassibi, situé dans le Québec du nord-est, sert d'étude de cas, et les résultats basés sur des erreurs de place moyenne et des coefficients de Nash prouvent que les réseaux neurologiques artificiels surpassent le modèle déterministe PREVIS pour jusqu'à 5 prévisions de jour en avant. D'ailleurs, les résultats obtenus avec le réseau neurologique sont également supérieur à celui obtenu avec un modèle régressif automatique classique couplé à un filtre de Kalman.