Documents disponibles écrits par cet auteur

Periodic Transfer Function-Noise Model for Forecasting / Mondal, Shahjahan M. in Journal of hydrologic engineering, Vol. 10, N°5 (Septembre /Octobre 2005)

Public ISBD [article]  in Journal of hydrologic engineering > Vol. 10, N°5 (Septembre /Octobre 2005) . - 353-362 p. Titre : Periodic Transfer Function-Noise Model for Forecasting Titre original : Modèle Périodique de Bruit de Fonction de Transfert pour des Prévisions Type de document : texte imprimé Auteurs : Mondal, Shahjahan M., Auteur ; Wasimi, Saleh A., Auteur Article en page(s) : 353-362 p. Note générale : Hydrologie Langues : Anglais (eng) Mots-clés : Seasonal  variations  Forecasting  River  flow  India  Variations  saisonnières  Prévisions  Ecoulement  de  fleuve Index. décimale : 551.4 Résumé : A new class of time series models, referred to in this paper as the "periodic transfer function noise (PTFN) model, " has been developed through an extension of conventional non periodic (or constant parameter) transfer function noise (TFN) models. The Proposed PTFN model is very flexible, as its form or order and parameter values of both the dynamic and noise components may vary depending on the season of the year. It is shown that Box et al., 's modeling techniques for TFN models can be applied to PTFN models as well. The Model has been applied for monthly forecasting of the Ganges River flow using monthly rainfall data of northern India as the predictor. The REsults are encouraging and suggest that the PTFN class of models has the potential to be useful in capturing the seasonally varying dynamic relationship between a dependent time series and one or more independent time series where each series is inter year stationary but within year non stationary. Une nouvelle classe des modèles de série chronologique, désignée en cet article sous le nom "du modèle périodique du bruit de fonction de transfert (PTFN)," a été développée par une prolongation paramètre) non périodique (ou constant des modèles conventionnels du bruit de fonction de transfert (TFN). Le modèle proposé de PTFN est très flexible, en tant que sa forme ou les valeurs d'ordre et de paramètre des composants dynamiques et de bruit peuvent changer selon la saison de l'année. On lui montre que Box et autres, 's modelant des techniques pour des modèles de TFN peuvent être aussi bien appliqués aux modèles de PTFN. Le modèle a été appliqué pour des prévisions mensuelles de l'écoulement de fleuve de Ganges en utilisant des données mensuelles de précipitations de l'Inde nordique en tant que prédiseur. Les résultats encouragent et suggèrent que la classe de PTFN des modèles ait le potentiel d'être utile en capturant le rapport dynamique de façon saisonnière variable entre une série chronologique dépendante et une ou plusieurs séries chronologiques indépendantes où chaque série est année inter stationnaire mais dans l'année non stationnaire. [article] Periodic Transfer Function-Noise Model for Forecasting = Modèle Périodique de Bruit de Fonction de Transfert pour des Prévisions [texte imprimé] / Mondal, Shahjahan M., Auteur ; Wasimi, Saleh A., Auteur . - 353-362 p. Hydrologie Langues : Anglais (eng) in Journal of hydrologic engineering > Vol. 10, N°5 (Septembre /Octobre 2005) . - 353-362 p. Mots-clés : Seasonal  variations  Forecasting  River  flow  India  Variations  saisonnières  Prévisions  Ecoulement  de  fleuve Index. décimale : 551.4 Résumé : A new class of time series models, referred to in this paper as the "periodic transfer function noise (PTFN) model, " has been developed through an extension of conventional non periodic (or constant parameter) transfer function noise (TFN) models. The Proposed PTFN model is very flexible, as its form or order and parameter values of both the dynamic and noise components may vary depending on the season of the year. It is shown that Box et al., 's modeling techniques for TFN models can be applied to PTFN models as well. The Model has been applied for monthly forecasting of the Ganges River flow using monthly rainfall data of northern India as the predictor. The REsults are encouraging and suggest that the PTFN class of models has the potential to be useful in capturing the seasonally varying dynamic relationship between a dependent time series and one or more independent time series where each series is inter year stationary but within year non stationary. Une nouvelle classe des modèles de série chronologique, désignée en cet article sous le nom "du modèle périodique du bruit de fonction de transfert (PTFN)," a été développée par une prolongation paramètre) non périodique (ou constant des modèles conventionnels du bruit de fonction de transfert (TFN). Le modèle proposé de PTFN est très flexible, en tant que sa forme ou les valeurs d'ordre et de paramètre des composants dynamiques et de bruit peuvent changer selon la saison de l'année. On lui montre que Box et autres, 's modelant des techniques pour des modèles de TFN peuvent être aussi bien appliqués aux modèles de PTFN. Le modèle a été appliqué pour des prévisions mensuelles de l'écoulement de fleuve de Ganges en utilisant des données mensuelles de précipitations de l'Inde nordique en tant que prédiseur. Les résultats encouragent et suggèrent que la classe de PTFN des modèles ait le potentiel d'être utile en capturant le rapport dynamique de façon saisonnière variable entre une série chronologique dépendante et une ou plusieurs séries chronologiques indépendantes où chaque série est année inter stationnaire mais dans l'année non stationnaire.