hrvatski

Kalibracija modela nadziranog učenja optimizacijom modelskih parametara

Pretraživanje optimalnih parametara modela nadziranog učenja u svrhu hidrološkog modeliranja može biti zahtjevno u vremenskom smislu. Trajanje pretraživanja parametara ovisi o reprezentaciji modela, količini primjera za gradnju i kalibraciju modela, količini variranih parametara, rasponu i količini parametara unutar raspona, broju ispitanih kombinacija podjele skupa podataka na dijelove za gradnju i kalibraciju, prirodi modela za odabrane parametre. Ovisnost preciznosti modela o odabiru parametara smanjuje se s povećanjem količine primjera za gradnju modela te je u slučaju smanjene količine primjera potrebno više pažnje posvetiti odabiru parametara. U radu su prikazani rezultati pretraživanja parametara za tri modela nadziranog učenja različitih konfiguracija ulaznih varijabli. Pretraživanje je provedeno pomoću dva osnovna principa: odabirom najboljeg rješenja za odabrane raspone i količinu parametara te korištenjem optimizacijskog algoritma – simuliranog kaljenja.

nadzirano učenje ; parametri modela ; optimizacijski algoritmi

nije evidentirano