Predviđanje razina podzemne vode upotrebom umjetne neuronske mreže (UNM) na primjeru sliva Slanog potoka (CROSBI ID 642461)
Prilog sa skupa u zborniku | sažetak izlaganja sa skupa | domaća recenzija
Podaci o odgovornosti
Sušanj, Ivana ; Ožanić, Nevenka
hrvatski
Predviđanje razina podzemne vode upotrebom umjetne neuronske mreže (UNM) na primjeru sliva Slanog potoka
Analogni i fizikalni modeli su danas široko rasprostranjeni alat za razumjevanje i opisivanje hidroloških procesa. Prilikom njihove primjene u nekom specifičnom području (poput predviđanja hidroloških parametara) često dolazi do ograničenja u smislu mogućnosti šire primjene tih modela. Zbog toga, u zadnja četiri desetljeća vidljiv je naglasak upravo na razvoj matematičkih modela koji su u mnogočemu pridonijeli sveobuhvatnom modeliranju hidroloških procesa usmjeravajući građevinsku struku prema optimalizaciji postojećih i planiranih hidroloških objekata. Razvoj računalne tehnologije ključan je za razvoj matematičkih modela, koji imaju sposobnost obrade i analize velikog broja ulaznih podataka kako bi u što kraćem vremenu dali tražene izlazne podatke. Valja napomenuti da među velikim brojem postojećih modela glavni problem predstavljaju (i) validacija ulaznih i (ii) nemogućnost verifikacije izlaznih podataka koji mogu dovesti model glavne, usprkos složenosti i uloženom trudu, do njegove neupotrebljivosti. Upravo zbog toga je od ključne važnosti sprovesti kontinuirana terenska mjerenja potrebnih hidroloških i meteoroloških parametara modela, koji će potom omogućiti njegovu verifikaciji. Prema definiciji koju je dao Aleksader Morton (1990) Umjetna neuronska mreža (UNM) je „masivni paralelni distribuirani sustav za obradu podataka koji se sastoji od jednostavnih elemenata i ima prirodnu sklonost pohranjivanja iskustvenog znanja koje potom može i koristiti, a sličan mozgu prema načinu na koji stječe i pohranjuje znanje. Neuronska mreža znanje stiče kroz proces učenja, a pohranjuje ga posredstvom intenziteta međuneuronskih mreža.“. Primjena UNM-a rasprostranjena je u svim segmentima ljudskog djelovanja, no začudo, očekivana primjena u vodnom gospodarstvu u svrhu izrade hidroloških modela na području Republike Hrvatske je, usprkos širokoj primjeni u Svijetu, izostala. Razlog tomu moguće je naći u većoj koncentraciji stručnjaka na razvitak i usavršavanje postojećih modela.
Levenberg-Marquardt algoritam; Umjetne neuronske mreža; Podzemna razina vode; Slani potok
nije evidentirano
engleski
Prediction of groundwater level by using artificial neural networks (ANN) in the case of the Slani potok catchment
nije evidentirano
Levenberg-Marquardt algorithm; Artificial neural network; groundwater level; Slani potok
nije evidentirano
Podaci o prilogu
52-54.
2014.
objavljeno
Podaci o matičnoj publikaciji
Zbornik sažetaka/ Drugi skup mladih istraživača iz područja građevinarstva i srodnih tehničkih znanosti "Zajednički temelji"
Marović, Ivan ; Sušanj, Ivana
Rijeka: Građevinski fakultet Sveučilišta u Rijeci
978-953-6953-39-4
Podaci o skupu
Drugi skup mladih istraživača iz područja građevinarstva i srodnih tehničkih znanosti "Zajednički temelji"
predavanje
24.09.2014-26.09.2014
Rijeka, Hrvatska