Modelování predikce ozónu pomocí dopředných neuronových sítí

Štětina, Jan

Publikace:
Modelování predikce ozónu pomocí dopředných neuronových sítí

Diplomová práceopen access

dc.contributor.advisor	Olej, Vladimír	cze
dc.contributor.author	Štětina, Jan
dc.contributor.referee	Hájek, Petr	cze
dc.date.accepted	2011	cze
dc.date.accessioned	2011-07-11T19:22:26Z
dc.date.available	2011-07-11T19:22:26Z
dc.date.issued	2011
dc.description.abstract	Tato diplomová práce se zabývá modelováním predikce ozónu pomocí dopředných a frontálních neuronových sítí. Jako vstupní hodnoty jsou použity ukazatele, kterými se zjišťuje kvalita ovzduší, dále doplňující meteorologická měření a také údaje o tom, v který den byly tyto hodnoty naměřeny. Tato data byla naměřena na sídlišti Dukla v Pardubicích. Je zde popsána problematika ozónové vrstvy Země a také jsou zde charakterizovány dopředné neuronové sítě a frontální neuronové sítě. Dále jsou zde navrženy modely na predikci ozónu, které jsou verifikovány ve Stuttgartském simulátoru neuronových sítí a nakonec jsou analyzovány jejich výsledky.	cze
dc.description.abstract-translated	This thesis deals with prediction of ozone modelling by feed-forward and frontal neural networks. As the inputs data are used the indicators which take quality of environment, below supplementary meteorological measurement and also information which day these data were measured. These data were measured at housing estate in Dukla Pardubice. There is described problems of Earth´s ozone layer and there is characterized feed-forward neural networks and frontal neural networks. Below there are suggested models of prediction ozone which are verified in Stuttgart Neural Network Simulator and finally there are analyzed their results.	eng
dc.description.defence	Student představil komisi svou diplomovou práci, týkající modelování predikce ozónu. Predikce byla provedena pomocí dopředných neuronových sítí. Cílem práce byla tedy analýza vstupních dat pro predikci a charakteristiku sítí typu perceptron a frontální neuronové sítě z hlediska predikce. Doplňující otázky: Jak jste nastavoval velikost filtru? Parametry jsou den, měsíc, směr větru. Jsou to nespojité velíčiny? Proč jste je použil bez úprav? Jak jste vyhodnocoval chyby na trénovacích a testovacích datech?	cze
dc.description.department	Ústav systémového inženýrství a informatiky	cze
dc.description.grade	Dokončená práce s úspěšnou obhajobou	cze
dc.format	69 s., 11 s. příloh	cze
dc.format.extent	4387113 bytes	cze
dc.format.mimetype	application/pdf	cze
dc.identifier	Univerzitní knihovna (sklad)	cze
dc.identifier.signature	D24716
dc.identifier.uri	https://hdl.handle.net/10195/39191
dc.language.iso	cze
dc.publisher	Univerzita Pardubice	cze
dc.rights	Bez omezení	cze
dc.subject	ozón	cze
dc.subject	ozónová vrstva Země	cze
dc.subject	predikce	cze
dc.subject	dopředné neuronové sítě	cze
dc.subject	frontální neuronové sítě	cze
dc.subject	JavaNNS	cze
dc.subject	ozone	eng
dc.subject	Earth´s ozone layer	eng
dc.subject	prediction	eng
dc.subject	feed-forward neural networks	eng
dc.subject	frontal neural networks	eng
dc.subject	JavaNNS	eng
dc.thesis.degree-discipline	Informatika ve veřejné správě	cze
dc.thesis.degree-grantor	Univerzita Pardubice. Fakulta ekonomicko-správní	cze
dc.thesis.degree-name	Ing.	cze
dc.thesis.degree-program	Systémové inženýrství a informatika	cze
dc.title	Modelování predikce ozónu pomocí dopředných neuronových sítí	cze
dc.title.alternative	Prediction of Ozone Modelling by Feed-forward Neural Networks	eng
dc.type	diplomová práce	cze
dspace.entity.type	Publication