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 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

Sušanj, Ivana ; Ožanić, Nevenka Predviđanje razina podzemne vode upotrebom umjetne neuronske mreže (UNM) na primjeru sliva Slanog potoka // Zbornik sažetaka/ Drugi skup mladih istraživača iz područja građevinarstva i srodnih tehničkih znanosti "Zajednički temelji" / Marović, Ivan ; Sušanj, Ivana (ur.). Rijeka: Građevinski fakultet Sveučilišta u Rijeci, 2014. str. 52-54

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

Povezanost rada

Građevinarstvo

Poveznice