| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava
Prva stran > Izpis gradiva

Izpis gradiva Pomoč

Naslov:Long-term temperature prediction with hybrid autoencoder algorithms
Avtorji:ID Pérez-Aracil, Jorge (Avtor)
ID Fister, Dušan (Avtor)
ID Marina, C. M. (Avtor)
ID Peláez-Rodriguez, César (Avtor)
ID Cornejo-Bueno, L. (Avtor)
ID Gutiérrez, P. A. (Avtor)
ID Giuliani, Matteo (Avtor)
ID Castelleti, A. (Avtor)
ID Salcedo-Sanz, Sancho (Avtor)
Datoteke:.pdf 1-s2.0-S2590197424000326-main.pdf (1,82 MB)
MD5: 7DB04D9F78E0C33C9B8286C88A3C8EBF
 
Jezik:Angleški jezik
Vrsta gradiva:Članek v reviji
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:This paper proposes two hybrid approaches based on Autoencoders (AEs) for long-term temperature prediction. The first algorithm comprises an AE trained to learn temperature patterns, which is then linked to a second AE, used to detect possible anomalies and provide a final temperature prediction. The second proposed approach involves training an AE and then using the resulting latent space as input of a neural network, which will provide the final prediction output. Both approaches are tested in long-term air temperature prediction in European cities: seven European locations where major heat waves occurred have been considered. The longterm temperature prediction for the entire year of the heatwave events has been analysed. Results show that the proposed approaches can obtain accurate long-term (up to 4 weeks) temperature prediction, improving Persistence and Climatology in the benchmark models compared. In heatwave periods, where the persistence of the temperature is extremely high, our approach beat the persistence operator in three locations and works similarly in the rest of the cases, showing the potential of this AE-based method for long-term temperature prediction.
Ključne besede:autoencoder, temperature prediction, hybrid models, heatwave
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Poslano v recenzijo:24.06.2024
Datum sprejetja članka:01.08.2024
Datum objave:08.08.2024
Založnik:Elsevier Ltd.
Leto izida:2024
Št. strani:13 str.
Številčenje:Vol. 23, [article no.] 100185
PID:20.500.12556/DKUM-91705 Novo okno
UDK:004.8
COBISS.SI-ID:204807683 Novo okno
DOI:10.1016/j.acags.2024.100185 Novo okno
ISSN pri članku:1873-6793
Avtorske pravice:© 2024 The Author(s)
Datum objave v DKUM:29.01.2025
Število ogledov:0
Število prenosov:2
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
PÉREZ-ARACIL, Jorge, FISTER, Dušan, MARINA, C. M., PELÁEZ-RODRIGUEZ, César, CORNEJO-BUENO, L., GUTIÉRREZ, P. A., GIULIANI, Matteo, CASTELLETI, A. in SALCEDO-SANZ, Sancho, 2024, Long-term temperature prediction with hybrid autoencoder algorithms. Expert systems with applications [na spletu]. 2024. Vol. 23,  100185. [Dostopano 6 april 2025]. DOI 10.1016/j.acags.2024.100185. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=91705
Kopiraj citat
  
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Expert systems with applications
Založnik:Elsevier
ISSN:1873-6793
COBISS.SI-ID:23001861 Novo okno

Gradivo je financirano iz projekta

Financer:EC - European Commission
Številka projekta:101003876
Naslov:CLImate INTelligence: Extreme events detection, attribution and adaptation design using machine learning
Akronim:CLINT

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:avtoenkoderji, napoved temperature, hibridni modeli, vročinski val


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici