Documents disponibles écrits par cet auteur

Use of Qualitative and Quantitative Information in Neural Networks for Assessing Agricultural Chemical Contamination of Domestic Wells / Ray, Chittaranjan in Journal of hydrologic engineering, Vol. 9, N° 6 (Novembre/Decembre 2004) 

Public ISBD [article]  in Journal of hydrologic engineering > Vol. 9, N° 6 (Novembre/Decembre 2004) . - 502-511 p. Titre : Use of Qualitative and Quantitative Information in Neural Networks for Assessing Agricultural Chemical Contamination of Domestic Wells Titre original : Utilisation d'Information Qualitative et Quantitative dans les Réseaux Neurologiques pour Evaluer la Contamination Chimique Agricole des Puits Domestiques Type de document : texte imprimé Auteurs : Ray, Chittaranjan, Auteur ; Mishra, Arabinda, Auteur ; Kolpin, Dana W. Article en page(s) : 502-511 p. Note générale : Hydrologie Langues : Anglais (eng) Mots-clés : Neural  networks  Pesticides  Nitrate  wells  Contamination  Agricultural  wastes  Illinois  Réseaux  neurologiques  Puits  Pertes  agricoles Index. décimale : 551.4 Résumé : A neural network analysis of agrichemical occurence in groundwater was conducted using data from a pilot study of 192 small diameter drilled and driven wells and 115 dug and bored wells in Illinois, a regional reconnaissance network of 303 wells across 12 Midwestern states, and a study of 687 domestic wells across Iowa. Potential factors contributing to well contamination (e.g., depth to aquifer material, well depth, and distance to cropland) were investigated. These Contributing factors were available in either numeric (actual or categorical) or descriptive (yes or no) format. A method was devised to use the numeric and descriptive values simultaneously. Training of the network was conducted using a standard back propagation algorithm. Approximately 15% of the data was used for testing. Analysis indicated that training error was quite low for most data. Testing results indicated that it was possible to predict the contamination potential of a well with pesticides. However, predicting the actual level of contamination was more difficult. For pesticide occurence in drilled and driven wells, the network predictions were good. The Performance of the network was poorer for predicting nitrate occurence in dug and bored wells. Although the data set for Iowa was large, the prediction ability of the trained network was poor, due to descriptive or categorical input parameters, compared with smaller data sets such as that for illinois, which contained more numeric information. Une analyse de réseau neurologique de l'occurence agro-chimie en eaux souterraines a été conduite en utilisant des données d'une étude préliminaire du petit diamètre 192 foré et les puits conduits et 115 ont creusé et ont alésé des puits en Illinois, réseau régional de reconnaissance de 303 puits à travers 12 états du milieu du middle-ouest, et étude de 687 puits domestiques à travers l'Iowa. Des facteurs potentiels contribuant à la contamination bonne (par exemple, profondeur au matériel de couche aquifère, profondeur bonne, et distance au cropland) ont été étudiés. Ces facteurs de contribution étaient disponibles dans (oui ou non) le format numérique (réel ou catégorique) ou descriptif. Une méthode a été conçue pour employer les valeurs numériques et descriptives simultanément. La formation du réseau a été conduite en utilisant un algorithme de propagation de dos de norme. Approximativement 15% des données a été employé pour l'essai. L'analyse a indiqué que l'erreur s'exerçante était tout à fait basse pour la plupart des données. Les résultats d'essai ont indiqué qu'il était possible de prévoir le potentiel de contamination de l'bien avec des pesticides. Cependant, la prévision du niveau réel de la contamination était plus difficile. Pour l'occurence de pesticide dans les puits forés et conduits, les prévisions de réseau étaient bonnes. L'exécution du réseau était plus pauvre pour l'occurence de prévision de nitrate dans les puits creusés et alésés. Bien que le Modem pour l'Iowa ait été grand, les capacités de prévision du réseau qualifié étaient des pauvres, dus aux paramètres descriptifs ou catégoriques d'entrée, comparés à de plus petits Modem de ce type pour l'Illinois, qui a contenu l'information plus numérique. En ligne : cray@hawaii.edu [article] Use of Qualitative and Quantitative Information in Neural Networks for Assessing Agricultural Chemical Contamination of Domestic Wells = Utilisation d'Information Qualitative et Quantitative dans les Réseaux Neurologiques pour Evaluer la Contamination Chimique Agricole des Puits Domestiques [texte imprimé] / Ray, Chittaranjan, Auteur ; Mishra, Arabinda, Auteur ; Kolpin, Dana W. . - 502-511 p. Hydrologie Langues : Anglais (eng) in Journal of hydrologic engineering > Vol. 9, N° 6 (Novembre/Decembre 2004) . - 502-511 p. Mots-clés : Neural  networks  Pesticides  Nitrate  wells  Contamination  Agricultural  wastes  Illinois  Réseaux  neurologiques  Puits  Pertes  agricoles Index. décimale : 551.4 Résumé : A neural network analysis of agrichemical occurence in groundwater was conducted using data from a pilot study of 192 small diameter drilled and driven wells and 115 dug and bored wells in Illinois, a regional reconnaissance network of 303 wells across 12 Midwestern states, and a study of 687 domestic wells across Iowa. Potential factors contributing to well contamination (e.g., depth to aquifer material, well depth, and distance to cropland) were investigated. These Contributing factors were available in either numeric (actual or categorical) or descriptive (yes or no) format. A method was devised to use the numeric and descriptive values simultaneously. Training of the network was conducted using a standard back propagation algorithm. Approximately 15% of the data was used for testing. Analysis indicated that training error was quite low for most data. Testing results indicated that it was possible to predict the contamination potential of a well with pesticides. However, predicting the actual level of contamination was more difficult. For pesticide occurence in drilled and driven wells, the network predictions were good. The Performance of the network was poorer for predicting nitrate occurence in dug and bored wells. Although the data set for Iowa was large, the prediction ability of the trained network was poor, due to descriptive or categorical input parameters, compared with smaller data sets such as that for illinois, which contained more numeric information. Une analyse de réseau neurologique de l'occurence agro-chimie en eaux souterraines a été conduite en utilisant des données d'une étude préliminaire du petit diamètre 192 foré et les puits conduits et 115 ont creusé et ont alésé des puits en Illinois, réseau régional de reconnaissance de 303 puits à travers 12 états du milieu du middle-ouest, et étude de 687 puits domestiques à travers l'Iowa. Des facteurs potentiels contribuant à la contamination bonne (par exemple, profondeur au matériel de couche aquifère, profondeur bonne, et distance au cropland) ont été étudiés. Ces facteurs de contribution étaient disponibles dans (oui ou non) le format numérique (réel ou catégorique) ou descriptif. Une méthode a été conçue pour employer les valeurs numériques et descriptives simultanément. La formation du réseau a été conduite en utilisant un algorithme de propagation de dos de norme. Approximativement 15% des données a été employé pour l'essai. L'analyse a indiqué que l'erreur s'exerçante était tout à fait basse pour la plupart des données. Les résultats d'essai ont indiqué qu'il était possible de prévoir le potentiel de contamination de l'bien avec des pesticides. Cependant, la prévision du niveau réel de la contamination était plus difficile. Pour l'occurence de pesticide dans les puits forés et conduits, les prévisions de réseau étaient bonnes. L'exécution du réseau était plus pauvre pour l'occurence de prévision de nitrate dans les puits creusés et alésés. Bien que le Modem pour l'Iowa ait été grand, les capacités de prévision du réseau qualifié étaient des pauvres, dus aux paramètres descriptifs ou catégoriques d'entrée, comparés à de plus petits Modem de ce type pour l'Illinois, qui a contenu l'information plus numérique. En ligne : cray@hawaii.edu