論文の概要: Rainfall-runoff prediction using a Gustafson-Kessel clustering based
Takagi-Sugeno Fuzzy model
- arxiv url: http://arxiv.org/abs/2108.09684v1
- Date: Sun, 22 Aug 2021 10:02:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-25 03:25:57.991988
- Title: Rainfall-runoff prediction using a Gustafson-Kessel clustering based
Takagi-Sugeno Fuzzy model
- Title(参考訳): Gustafson-Kesselクラスタリングに基づく高木-菅野ファジィモデルによる降雨流出予測
- Authors: Subhrasankha Dey, Tanmoy Dam
- Abstract要約: 降雨流出モデルは、物理的アプローチまたはシステムベースのアプローチを用いて表面流出を予測する。
本稿では,Gustafson-Kesselクラスタリングに基づくTS Fuzzyモデルを用いた降雨流出モデルを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A rainfall-runoff model predicts surface runoff either using a
physically-based approach or using a systems-based approach. Takagi-Sugeno (TS)
Fuzzy models are systems-based approaches and a popular modeling choice for
hydrologists in recent decades due to several advantages and improved accuracy
in prediction over other existing models. In this paper, we propose a new
rainfall-runoff model developed using Gustafson-Kessel (GK) clustering-based TS
Fuzzy model. We present comparative performance measures of GK algorithms with
two other clustering algorithms: (i) Fuzzy C-Means (FCM), and (ii)Subtractive
Clustering (SC). Our proposed TS Fuzzy model predicts surface runoff using: (i)
observed rainfall in a drainage basin and (ii) previously observed
precipitation flow in the basin outlet. The proposed model is validated using
the rainfall-runoff data collected from the sensors installed on the campus of
the Indian Institute of Technology, Kharagpur. The optimal number of rules of
the proposed model is obtained by different validation indices. A comparative
study of four performance criteria: RootMean Square Error (RMSE), Coefficient
of Efficiency (CE), Volumetric Error (VE), and Correlation Coefficient of
Determination(R) have been quantitatively demonstrated for each clustering
algorithm.
- Abstract(参考訳): 降雨流出モデルは、物理的アプローチまたはシステムベースのアプローチを用いて表面流出を予測する。
高木・スジェノ(TS)ファジィモデル(英語版)はシステムベースのアプローチであり、いくつかの利点と既存のモデルに対する予測精度の改善により、近年の流体学者にとって一般的なモデリング選択である。
本稿では,Gustafson-Kessel(GK)クラスタリングに基づくTS Fuzzyモデルを用いて,新しい降雨流出モデルを提案する。
本稿では, GKアルゴリズムと, (i) Fuzzy C-Means (FCM) と (ii) Subtractive Clustering (SC) の2つのクラスタリングアルゴリズムを比較した。
提案するtsファジィモデルは, (i) 流域における降雨量, (ii) 流域出口での降雨量を用いて, 表面流出量を予測する。
提案モデルはインド工科大学kharagpur校のキャンパスに設置されたセンサから収集された降雨流出データを用いて検証される。
提案したモデルの最適ルール数は,検証指標によって異なる。
クラスタリングアルゴリズム毎に,RootMean Square Error (RMSE), Coefficient of efficiency (CE), Volumetric Error (VE), correlation Coefficient of determined(R)の4つの性能基準を比較した。
関連論文リスト
- Latent Semantic Consensus For Deterministic Geometric Model Fitting [109.44565542031384]
我々はLSC(Latent Semantic Consensus)と呼ばれる効果的な方法を提案する。
LSCは、モデルフィッティング問題をデータポイントとモデル仮説に基づく2つの潜在意味空間に定式化する。
LSCは、一般的な多構造モデルフィッティングのために、数ミリ秒以内で一貫した、信頼性の高いソリューションを提供することができる。
論文 参考訳(メタデータ) (2024-03-11T05:35:38Z) - AdaNAS: Adaptively Post-processing with Self-supervised Neural
Architecture Search for Ensemble Rainfall Forecasts [16.723190233704432]
本稿では,降雨予知処理と降雨予測を高精度に行う自己教師型ニューラルネットワークサーチ(NAS)手法を提案する。
さらに,降雨エリアの予測を著しく改善する雨量対応検索空間を設計する。
EmphNone、emphLight、emphModerate、emphHeavy、emphViolentの大規模な降水ベンチマークで検証実験が行われた。
論文 参考訳(メタデータ) (2023-12-26T13:23:03Z) - Conditional Korhunen-Lo\'{e}ve regression model with Basis Adaptation
for high-dimensional problems: uncertainty quantification and inverse
modeling [62.997667081978825]
本稿では,物理系の観測可能な応答のサロゲートモデルの精度を向上させる手法を提案する。
本研究では,定常水理応答のBasis Adaptation (BA)法による代理モデル構築に提案手法を適用した。
論文 参考訳(メタデータ) (2023-07-05T18:14:38Z) - Adaptive LASSO estimation for functional hidden dynamic geostatistical
model [69.10717733870575]
関数型隠れ統計モデル(f-HD)のためのペナル化極大推定器(PMLE)に基づく新しいモデル選択アルゴリズムを提案する。
このアルゴリズムは反復最適化に基づいており、適応最小限の収縮・セレクタ演算子(GMSOLAS)ペナルティ関数を用いており、これは不給付のf-HD最大線量推定器によって得られる。
論文 参考訳(メタデータ) (2022-08-10T19:17:45Z) - Hierarchical Gaussian Process Models for Regression Discontinuity/Kink
under Sharp and Fuzzy Designs [0.0]
回帰不連続/リンク(RD/RK)を用いた因果推論のための非パラメトリックベイズ推定器を提案する。
これらの推定器は、中間ベイズニューラルネットワーク層を持つ階層型GPモデルに拡張される。
モンテカルロシミュレーションにより、我々の推定器は、精度、カバレッジ、間隔長の点で競合する推定器よりもよく、しばしばよく機能することを示した。
論文 参考訳(メタデータ) (2021-10-03T04:23:56Z) - Artificial Intelligence Hybrid Deep Learning Model for Groundwater Level
Prediction Using MLP-ADAM [0.0]
本稿では,多層パーセプトロンを用いて地下水位をシミュレーションする。
この問題には適応モーメント推定アルゴリズムも用いられる。
その結果,ディープラーニングアルゴリズムは高精度な予測が可能であることが示唆された。
論文 参考訳(メタデータ) (2021-07-29T10:11:45Z) - Anomaly Detection of Time Series with Smoothness-Inducing Sequential
Variational Auto-Encoder [59.69303945834122]
Smoothness-Inducing Sequential Variational Auto-Encoder (SISVAE) モデルを提案する。
我々のモデルは、フレキシブルニューラルネットワークを用いて各タイムスタンプの平均と分散をパラメータ化する。
合成データセットと公開実世界のベンチマークの両方において,本モデルの有効性を示す。
論文 参考訳(メタデータ) (2021-02-02T06:15:15Z) - CASU2Net: Cascaded Unification Network by a Two-step Early Fusion for
Fault Detection in Offshore Wind Turbines [0.0]
本稿では, 沖合風力タービンの故障検出のための, 核融合型深層学習モデル(CASU2Net)を提案する。
我々は5つのセンサとスライディングウインドウを用いて、センサから得られた生の時系列データに含まれる固有時間情報を利用する。
提案モデルでは,複数のセンサ変数間の非線形関係と,各センサの時間的依存性を利用して,故障検出モデルの性能を大幅に向上させる。
論文 参考訳(メタデータ) (2020-11-24T14:35:19Z) - A Bayesian Approach with Type-2 Student-tMembership Function for T-S
Model Identification [47.25472624305589]
2型ファジィセットに基づくファジィック回帰クラスタリングは,非スパースデータに対して顕著な結果を示した。
ファジック回帰モデルのための革新的アーキテクチャを示し、スパースデータモデリングのために設計された新しい学生分布に基づく会員関数を提案する。
論文 参考訳(メタデータ) (2020-09-02T05:10:13Z) - Control as Hybrid Inference [62.997667081978825]
本稿では、反復推論と償却推論のバランスを自然に仲介するCHIの実装について述べる。
連続的な制御ベンチマークでアルゴリズムのスケーラビリティを検証し、強力なモデルフリーおよびモデルベースラインを上回る性能を示す。
論文 参考訳(メタデータ) (2020-07-11T19:44:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。