دانلود کتاب Neural Networks for Hydrological Modelling

ترجمه فارسی توضیحات (ترجمه ماشینی)

شبکه های عصبی برای مدل سازی هیدرولوژیکی

مدل‌سازی هیدرولوژیکی شبکه عصبی به پایان آغاز راه رسیده است: موانع فن‌آوری قوی و منحنی‌های یادگیری شیب‌دار هر دو شکست خورده‌اند – به طوری که از این پس می‌توان به سؤالات علمی سخت‌تر از موقعیت آگاهانه مهارت‌های انباشته شده و حقایق گزارش‌شده پرداخت. بنابراین چالش تجدیدنظر شده دو جنبه دارد: ایجاد سؤالات مهمی که به عقب راندن مرزهای علم کمک می کند. و برای بهره برداری، یا محدود کردن، مزایا و معایب مختلف ارائه شده است. این کتاب در نظر گرفته شده است تا انتقال به یک الگوی داده محور را تسهیل کند و محرکی برای تحقیقات بیشتر در مورد مدل‌سازی هیدرولوژیکی شبکه عصبی فراهم کند. هر فصل کار یک یا چند متخصص مستقل در زمینه متفاوتی از مدل‌سازی هیدرولوژیکی است – که پتانسیل گسترده چنین ابزارهایی را برای حل مسائل دنیای واقعی در تمام مناطق مورد علاقه هیدرولوژیکی و در تمام سطوح بررسی روش‌شناسی نشان می‌دهد. مطالب اولیه مقدمه ای اساسی برای مفاهیم و فن آوری های درگیر فراهم می کند. فصل‌های بعدی از مثال‌های هیدرولوژیکی و مطالعات موردی برای نشان دادن کاربرد عملی مکانیسم‌ها و رویکردهای مختلف استفاده می‌کنند. فصل آخر برخی از جهت‌های پژوهشی مفید را بر اساس تفکر جانبی و استراتژی‌ها یا ذهنیت‌های جایگزین پیشنهاد می‌کند.

Neural Networks for Hydrological Modelling

Neural network hydrological modeling has reached the end of the beginning: strong technological barriers and steep learning curves have both been defeated – such that harder scientific questions can henceforth be tackled from an informed position of accumulated skills and reported facts. The revised challenge is thus twofold: to establish significant questions that will help push back the boundaries of science; and to exploit, or delimit, the various benefits and drawbacks that are on offer. This book is intended to ease the transition into a data-driven paradigm and to provide a stimulus for further research on neural network hydrological modeling. Each chapter is the work of one or more independent experts in a different field of hydrological modeling – which demonstrates the wide potential of such tools, for solving real world problems throughout all areas of hydrological interest, and at all levels of methodological investigation. The initial material provides a basic introduction to the concepts and technologies involved; subsequent chapters use hydrological examples and case studies to illustrate the practical application of different mechanisms and approaches. The final chapter suggests some useful research directions, based on lateral thinking and alternative strategies or mindsets.