مقاله انتخاب خودکار تأخیر برای پیشبینی سریهای زمانی تکمرحلهای با استفاده از بهینهسازی بیزی: پیشبینی بارش ماهانه ایستگاهی در 9 شهر تقسیمبندی شده بنگلادش
| عنوان مقاله به انگلیسی | Automated lag-selection for multi-step univariate time series forecast using Bayesian Optimization: Forecast station-wise monthly rainfall of nine divisional cities of Bangladesh |
| عنوان مقاله به فارسی | مقاله انتخاب خودکار تأخیر برای پیشبینی سریهای زمانی تکمرحلهای با استفاده از بهینهسازی بیزی: پیشبینی بارش ماهانه ایستگاهی در 9 شهر تقسیمبندی شده بنگلادش |
| نویسندگان | Rezoanoor Rahman, Fariha Taskin |
| زبان مقاله | انگلیسی |
| فرمت مقاله: | |
| تعداد صفحات | 19 |
| دسته بندی موضوعات | Applications,برنامه های کاربردی, |
| توضیحات | Submitted 15 January, 2024; originally announced January 2024. , Comments: 19 pages in total |
| توضیحات به فارسی | ارسال شده در 15 ژانویه 2024 ؛در ابتدا ژانویه 2024 اعلام شد ، نظرات: در کل 19 صفحه |
چکیده
Rainfall is an essential hydrological component, and most of the economic activities of an agrarian country like Bangladesh depend on rainfall. An accurate rainfall forecast can help make necessary decisions and reduce the damages caused by heavy or low to no rainfall. The monthly average rainfall is a time series data, and recently, long short-term memory (LSTM) neural networks are being used heavily for time series forecasting problems. One major challenge of forecasting using LSTMs is to select the appropriate number of lag values. In this research, we considered the number of lag values selected as a hyperparameter of LSTM; it, with the other hyperparameters determining LSTMs structure, has been optimized using Bayesian optimization. We used our proposed method to forecast rainfall for nine different weather stations of Bangladesh. Finally, the performance of the proposed model has been compared with some other LSTM with different lag-selection methods and some several popular machine learning and statistical forecasting models.
چکیده به فارسی (ترجمه ماشینی)
بارندگی یک مؤلفه هیدرولوژیکی اساسی است و بیشتر فعالیت های اقتصادی یک کشور کشاورزی مانند بنگلادش به بارندگی بستگی دارد.پیش بینی دقیق بارندگی می تواند به تصمیم گیری های لازم و کاهش خسارت های ناشی از سنگین یا کم و بدون بارندگی کمک کند.میانگین بارندگی ماهانه یک داده های سری زمانی است و اخیراً شبکه های عصبی حافظه کوتاه مدت (LSTM) به شدت برای مشکلات پیش بینی سری زمانی استفاده می شوند.یکی از چالش های مهم پیش بینی با استفاده از LSTMS ، انتخاب تعداد مناسب مقادیر تاخیر است.در این تحقیق ، ما تعداد مقادیر تاخیر را که به عنوان هایپرپارامتر LSTM انتخاب شده است ، در نظر گرفتیم.این ، با استفاده از سایر هاپرپارامترها که ساختار LSTMS را تعیین می کنند ، با استفاده از بهینه سازی بیزی بهینه شده است.ما از روش پیشنهادی خود برای پیش بینی بارندگی برای نه ایستگاه مختلف آب و هوایی بنگلادش استفاده کردیم.سرانجام ، عملکرد مدل پیشنهادی با برخی دیگر از LSTM با روش های مختلف انتخاب تاخیر و برخی از مدل های محبوب یادگیری ماشین و پیش بینی آماری مقایسه شده است.📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
-
کتاب صدها نکته فارسی (خودمونی) – نسخه PDF — زبان ساده و کاربردی
مشاهده نمونه نسخه نکات ساده -
کتاب صدها نکته رسمی فارسی – نسخه PDF — نگارش استاندارد و علمی
مشاهده نمونه نسخه نکات رسمی -
کتاب صدها پرسش و پاسخ تشریحی – نسخه PDF
— هر سؤال همراه با پاسخ کامل برای درک عمیق مفاهیم
مشاهده نمونه نسخه پرسش و پاسخ -
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع -
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
- این محصول به صورت فایل دانلودی کامل ارائه میشود.
- توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
- دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
- برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
- اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی:
واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248
تلگرام: @ma_limbs
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.