Till sidans topp

Sidansvarig: Webbredaktion
Sidan uppdaterades: 2012-09-11 15:12

Tipsa en vän
Utskriftsversion

On the Application of Mac… - Göteborgs universitet Till startsida
Webbkarta
Till innehåll Läs mer om hur kakor används på gu.se

On the Application of Machine Learning Techniques to Regression Problems in Sea Level Studies

Artikel i vetenskaplig tidskrift
Författare M. Hieronymus
J. Hieronymus
Fredrik Hieronymus
Publicerad i Journal of Atmospheric and Oceanic Technology
Volym 36
Nummer/häfte 9
Sidor 1889-1902
ISSN 0739-0572
Publiceringsår 2019
Publicerad vid Institutionen för neurovetenskap och fysiologi, sektionen för farmakologi
Sidor 1889-1902
Språk en
Länkar dx.doi.org/10.1175/jtech-d-19-0033....
Ämnesord Europe, Neural networks, Time series, Ocean models, Regional models, empirical orthogonal functions, neural-networks, extreme sea, north-sea, model, variability, rise, tide, Engineering, Meteorology & Atmospheric Sciences
Ämneskategorier Meteorologi och atmosfärforskning

Sammanfattning

Long sea level records with high temporal resolution are of paramount importance for future coastal protection and adaptation plans. Here we discuss the application of machine learning techniques to some regression problems commonly encountered when analyzing such time series. The performance of artificial neural networks is compared with that of multiple linear regression models on sea level data from the Swedish coast. The neural networks are found to be superior when local sea level forcing is used together with remote sea level forcing and meteorological forcing, whereas the linear models and the neural networks show similar performance when local sea level forcing is excluded. The overall performance of the machine learning algorithms is good, often surpassing that of the much more computationally costly numerical ocean models used at our institute.

Sidansvarig: Webbredaktion|Sidan uppdaterades: 2012-09-11
Dela:

På Göteborgs universitet använder vi kakor (cookies) för att webbplatsen ska fungera på ett bra sätt för dig. Genom att surfa vidare godkänner du att vi använder kakor.  Vad är kakor?