Les Inscriptions à la Bibliothèque sont ouvertes en
ligne via le site: https://biblio.enp.edu.dz
Les Réinscriptions se font à :
• La Bibliothèque Annexe pour les étudiants en
2ème Année CPST
• La Bibliothèque Centrale pour les étudiants en Spécialités
A partir de cette page vous pouvez :
| Retourner au premier écran avec les recherches... |
Détail de l'auteur
Auteur Garbrecht, Jurgen D.
Documents disponibles écrits par cet auteur
Affiner la rechercheComparison of Three Alternative ANN Design for Monthly Rainfall-Runoff Simulation / Garbrecht, Jurgen D. in Journal of hydrologic engineering, Vol. 11 N°5 (Septembre/Octobre 2006)
in Journal of hydrologic engineering > Vol. 11 N°5 (Septembre/Octobre 2006) . - 502-505 p.
Titre : Comparison of Three Alternative ANN Design for Monthly Rainfall-Runoff Simulation Titre original : Comparaison de Conception d'ANN de Trois Alternatives pour la Simulation Mensuelle d'Ecoulement de Précipitations Type de document : texte imprimé Auteurs : Garbrecht, Jurgen D., Auteur Article en page(s) : 502-505 p. Note générale : Hydrologie Langues : Anglais (eng) Mots-clés : Neural networks Flow simulation Seasonal variations Stream-flowm flow Rainfall Réseaux neurologiques Simulation d'écoulement Variations saisonnières Ecoulement de jet Précipitations Index. décimale : 621.3 Ingénierie électrique Résumé : The performance of three artificial neural network (ANN) designs that account differently for the effects of seasonal rainfall and runoff variations were investigated for monthly rainfall-runoff simulation on an 815 km² watershed in central Oklahoma. The ANN design that accounted explicitly for seasonal variations of rainfall and runoff performed best by all performance measures. Explicit representation of seasonal variations was achieved by use of a separate ANN for each calendar month. For the three ANN designs tested, a regression of simulated versus measured runoff displayed a slope slightly under 1 and positive intercept, pointing to a tendency of the ANN to underpredict high and overpredict low runoff values.
L'Exécution de trois conceptions artificielles de réseau neurologique (ANN) qui expliquent différemment les effets des variations saisonnières de précipitations et d'écoulement ont été étudiées pour la simulation mensuelle d'précipitation-écoulement sur une ligne de partage de 815 km² dans l'Oklahoma central. La conception d'ANN qui a expliqué explicitement des variations saisonnières des précipitations et de l'écoulement a exécuté mieux par toutes les mesures d'exécution. La représentation explicite des variations saisonnières a été réalisée au moyen d'une ANN séparée pour chaque mois civil. Pour les trois ANN que les conceptions ont examinée, une régression de simulé contre l'écoulement mesuré a montré une pente légèrement au-dessous de 1 et interception positive, se dirigeant à une tendance de l'ANN à la haute d'underpredict et aux valeurs basses d'écoulement d'overpredict.
En ligne : Jurgen.Garbrecht@ars.usda.gov [article] Comparison of Three Alternative ANN Design for Monthly Rainfall-Runoff Simulation = Comparaison de Conception d'ANN de Trois Alternatives pour la Simulation Mensuelle d'Ecoulement de Précipitations [texte imprimé] / Garbrecht, Jurgen D., Auteur . - 502-505 p.
Hydrologie
Langues : Anglais (eng)
in Journal of hydrologic engineering > Vol. 11 N°5 (Septembre/Octobre 2006) . - 502-505 p.
Mots-clés : Neural networks Flow simulation Seasonal variations Stream-flowm flow Rainfall Réseaux neurologiques Simulation d'écoulement Variations saisonnières Ecoulement de jet Précipitations Index. décimale : 621.3 Ingénierie électrique Résumé : The performance of three artificial neural network (ANN) designs that account differently for the effects of seasonal rainfall and runoff variations were investigated for monthly rainfall-runoff simulation on an 815 km² watershed in central Oklahoma. The ANN design that accounted explicitly for seasonal variations of rainfall and runoff performed best by all performance measures. Explicit representation of seasonal variations was achieved by use of a separate ANN for each calendar month. For the three ANN designs tested, a regression of simulated versus measured runoff displayed a slope slightly under 1 and positive intercept, pointing to a tendency of the ANN to underpredict high and overpredict low runoff values.
L'Exécution de trois conceptions artificielles de réseau neurologique (ANN) qui expliquent différemment les effets des variations saisonnières de précipitations et d'écoulement ont été étudiées pour la simulation mensuelle d'précipitation-écoulement sur une ligne de partage de 815 km² dans l'Oklahoma central. La conception d'ANN qui a expliqué explicitement des variations saisonnières des précipitations et de l'écoulement a exécuté mieux par toutes les mesures d'exécution. La représentation explicite des variations saisonnières a été réalisée au moyen d'une ANN séparée pour chaque mois civil. Pour les trois ANN que les conceptions ont examinée, une régression de simulé contre l'écoulement mesuré a montré une pente légèrement au-dessous de 1 et interception positive, se dirigeant à une tendance de l'ANN à la haute d'underpredict et aux valeurs basses d'écoulement d'overpredict.
En ligne : Jurgen.Garbrecht@ars.usda.gov
