Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi

Predviđanje pronosa suspendiranog nanosa u vodotocima modelima utemeljenim na podacima. (CROSBI ID 697010)

Prilog sa skupa u zborniku | prošireni sažetak izlaganja sa skupa | domaća recenzija

Potočki, Kristina ; Kuspilić, Neven ; Gilja, Gordon Predviđanje pronosa suspendiranog nanosa u vodotocima modelima utemeljenim na podacima. // Nanos u vodnim sustavima - stanje i trendovi / Oskoruš, Dijana ; Rubinić, Josip (ur.). Zagreb: Hrvatsko hidrološko društvo, 2020. str. 289-292

Podaci o odgovornosti

Potočki, Kristina ; Kuspilić, Neven ; Gilja, Gordon

hrvatski

Predviđanje pronosa suspendiranog nanosa u vodotocima modelima utemeljenim na podacima.

Opis pronosa nanosa u otvorenim vodotocima te mogućnost njegovog predviđanja predstavlja važan korak u boljem razumijevanju procesa koji je povezan s različitim klimatskim i antropogenim utjecajima te na posljetku i boljem upravljanju vodama na razini sliva. Dva najraširenija pristupa modeliranju pronosa nanosa u praksi su procesni modeli utemeljeni na fizikalnim zakonima te klasični statistički modeli. S druge strane, moguće je primijeniti i modeliranje modelima utemeljenim na podacima, kao što su npr. neuronske mreže, čija je prednost što ne zahtijevaju veliku količinu ulaznih varijabli kao što je to slučaj kod procesnih modela, te za koje nisu potrebne pretpostavke stacionaranosti i linearnosti procesa kao kod klasičnih statističkih modela. U radu je dan kratki pregled klasičnih statističkih modela te modela baziranih na podacima koji se koriste za analizu i modeliranje protoka i pronosa nanosa na vodotocima. Predstavljen je primjer modeliranja mjesečnog pronosa suspendiranog nanosa na slivu rijeke Krapine pomoću modela generalizirane regresijske neuronske mreže (GRNN) i na temelju ulaznih podataka o protoku i suspendiranom nanosa. Dobiveni rezultati su pokazali smanjenje greške predviđanja GRNN modela u odnosu na rezultate iz klasičnog statističkog modela.

pronos nanosa, rijeka Krapina, neuronska mreža, modeli utemeljeni na podacima

nije evidentirano

engleski

Prediction of suspended sediment transport in watercourses using data-driven models

nije evidentirano

suspended sediment transport, River Krapina, neural network, data-driven models

nije evidentirano

Podaci o prilogu

289-292.

2020.

objavljeno

Podaci o matičnoj publikaciji

Nanos u vodnim sustavima - stanje i trendovi

Oskoruš, Dijana ; Rubinić, Josip

Zagreb: Hrvatsko hidrološko društvo

978-953-96705-5-7

Podaci o skupu

Okrugli stol “Nanos u vodnim sustavima: stanje i trendovi”

ostalo

20.11.2020-20.11.2020

Varaždin, Hrvatska

Povezanost rada

Građevinarstvo