کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6961980 1452244 2018 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Imbalanced classification techniques for monsoon forecasting based on a new climatic time series
ترجمه فارسی عنوان
تکنیک های طبقه بندی نامتعادل برای پیش بینی های موسمی براساس سری زمانی جدید آب و هوا
کلمات کلیدی
سری زمانی آب و هوا پیش بینی موسونی، طبقه بندی نامتعادل،
ترجمه چکیده
به دلیل تأثیرات اقلیمی مربوط به بارش و دما در مناطق مختلف جهان، موسون به طور گسترده در ادبیات مورد مطالعه قرار گرفته است. در این کار، تکنیک های داده کاوی، یعنی تکنیک های طبقه بندی عدم تعادل، برای بررسی توانایی شاخص های آب و هوایی برای ترسیم و پیش بینی تحولات غیرمترقبه فصل تابستان غربی شمال غربی، پیشنهاد می شود. بنابراین هدف اصلی این است که پیش بینی کنیم که آیا میمون برای یک افق زمانی یک ماه یک موشس افراطی خواهد بود. در ابتدا، یک شاخص ماهانه جدیدی از موسمی مربوط به شدت آن تولید شده است. بعدها، مسئله پیش بینی به یک مشکل طبقه بندی تقسیمبندی دودویی تبدیل شده و مجموعه ای از تکنیک های نمایشی مانند مدل های مبتنی بر درخت، مدل های مبتنی بر قوانین، مدل های جعبه سیاه و تکنیک های گروهی برای به دست آوردن پیش بینی ها استفاده می شود. از نتایج به دست آمده می توان نتیجه گرفت که روش ارائه شده در این گزارش نتایج امیدوار کننده ای را با توجه به اقدامات کیفی ارزیابی و پیش بینی می کند که موشون افراطی برای یک افق زمانی در یک ماه با دقت بالا است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزار
چکیده انگلیسی
Monsoons have been widely studied in the literature due to their climatic impact related to precipitation and temperature over different regions around the world. In this work, data mining techniques, namely imbalanced classification techniques, are proposed in order to check the capability of climate indices to capture and forecast the evolution of the Western North Pacific Summer Monsoon. Thus, the main goal is to predict if the monsoon will be an extreme monsoon for a temporal horizon of a month. Firstly, a new monthly index of the monsoon related to its intensity has been generated. Later, the problem of forecasting has been transformed into a binary imbalanced classification problem and a set of representative techniques, such as models based on trees, models based on rules, black box models and ensemble techniques, are applied to obtain the forecasts. From the results obtained, it can be concluded that the methodology proposed here reports promising results according to the quality measures evaluated and predicts extreme monsoons for a temporal horizon of a month with a high accuracy.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Environmental Modelling & Software - Volume 106, August 2018, Pages 48-56
نویسندگان
, , , , ,