Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m16.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Repositóriosid.inpe.br/marciana/2004/01.19.11.00.17
Última Atualização2004:04.01.03.00.00 (UTC) administrator
Repositório de Metadadossid.inpe.br/marciana/2004/01.19.11.00.19
Última Atualização dos Metadados2018:06.05.01.20.50 (UTC) administrator
Chave SecundáriaINPE-10494-PRE/5971
ISBN/ISSNISBN 85-288-0040-7
Chave de CitaçãoNowosadCamp:2003:NeLeSc
TítuloNew learning scheme for multilayer perceptron neural network applied to meteorological data assimilation
Ano2003
Data de Acesso30 jun. 2024
Tipo SecundárioPRE CI
Número de Arquivos1
Tamanho217 KiB
2. Contextualização
Autor1 Nowosad, Alexandre Guirland
2 Campos Velho, Haroldo Fraga de
Identificador de Curriculo1 8JMKD3MGP5W/3C9JGGN
2 8JMKD3MGP5W/3C9JHC3
Grupo1 LAC-INPE-MCT-BR
EditorMinas, Universidade Federal de Ouro Preto. Departamento de Engenharia Civil
Nome do EventoIberian Latin-American Congress on Computational Methods in Engineering, 26 (CILAMCE).
Localização do EventoOuro Preto, MG
Data29 - 31 Oct. 2003
Editora (Publisher)Universidade Federal de Ouro Preto
Cidade da EditoraOuro Preto
Título do LivroProceedings
Histórico (UTC)2018-06-05 01:20:50 :: administrator -> marciana :: 2003
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Palavras-Chavedata assimulation; artificial neural
networks
learning process; numerical weather pretiction
ResumoThe meteorological data assimilation process can be described as a procedure that uses observational data to improve the weather forecast produced by means of a mathematical model. Traditional methods include the Kalman filter. However, this method demands a heavy computational power. Recently, neural networks have been proposed as a new method for meteorological data assimilation by employing a multilayer perceptron network to emulate Kalman filtering at a lower computational cost. This papper presents a new schme for learning process for the multilayer perceptron network, giving a more stable behavior for the assimilated data. Numerical results are shown for the one-dimensional shallow water meteorological model
ÁreaCOMP
Arranjourlib.net > BDMCI > Fonds > Produção anterior à 2021 > LABAC > New learning scheme...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/sid.inpe.br/marciana/2004/01.19.11.00.17
URL dos dados zipadoshttp://urlib.net/zip/sid.inpe.br/marciana/2004/01.19.11.00.17
Idiomaen
Arquivo Alvocil262-28.pdf
Grupo de Usuáriosadministrator
Visibilidadeshown
Detentor da CópiaSID/SCD
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3ESGTTP
Lista de Itens Citandosid.inpe.br/mtc-m21/2012/07.13.14.49.40 5
sid.inpe.br/mtc-m21/2012/07.13.14.39.38 1
sid.inpe.br/bibdigital/2013/09.22.23.14 1
Acervo Hospedeirosid.inpe.br/banon/2003/08.15.17.40
6. Notas
Campos Vaziosaffiliation archivingpolicy archivist callnumber copyright creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition electronicmailaddress format identifier isbn issn label lineage mark mirrorrepository nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url versiontype volume
7. Controle da descrição
e-Mail (login)marciana
atualizar 


Fechar