Previsão de vazões mensais utilizando redes neurais multicamadas com algorítmo backpropagation (1997)
- Authors:
- Autor USP: ANDRADE FILHO, MARINHO GOMES DE - ICMC
- Unidade: ICMC
- Assunto: ESTATÍSTICA
- Language: Português
- Imprenta:
- Conference titles: Simpósio Brasileiro de Redes Neurais
-
ABNT
KADOWAKI, M e SOARES, S e ANDRADE, Marinho Gomes de. Previsão de vazões mensais utilizando redes neurais multicamadas com algorítmo backpropagation. 1997, Anais.. Goiânia: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, 1997. . Acesso em: 19 set. 2024. -
APA
Kadowaki, M., Soares, S., & Andrade, M. G. de. (1997). Previsão de vazões mensais utilizando redes neurais multicamadas com algorítmo backpropagation. In . Goiânia: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. -
NLM
Kadowaki M, Soares S, Andrade MG de. Previsão de vazões mensais utilizando redes neurais multicamadas com algorítmo backpropagation. 1997 ;[citado 2024 set. 19 ] -
Vancouver
Kadowaki M, Soares S, Andrade MG de. Previsão de vazões mensais utilizando redes neurais multicamadas com algorítmo backpropagation. 1997 ;[citado 2024 set. 19 ] - Abordagem bayesiana de modelos arch(P) usando algoritmos metropolis-hastings
- On mean value solutions for the Helmholtz equation on square grids
- Modelo de Poisson zero-modificado com efeito aleatório para dados longitudinais
- A influência da estocasticidade das vazões no planejamento da operação de sistemas hidrelétricos
- Estimação de parâmetros de modelos ARCH (p): abordagem Bayes-MCMC versus máxima verossimilhança
- Relação entre modelos auto-regressivos e a configuração da rede neural para previsões de séries temporais estacionárias
- Uma abordagem bayesiana para modelos PAR(pm)
- Uso do amostrador de Gibbs e metropolis-hastings em análise bayesiana de modelos AR(p)
- Seasonal streamflow forecasting via a neural fuzzy system
- Previsão de vazões naturais médias mensais usando uma rede neural nebulosa adaptativa
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas