Forecasting SO2 emission of kilauea volcano using intelligent method of data analysis
dc.contributor.author | Zabielin, S. I. | |
dc.date.accessioned | 2022-05-17T13:24:23Z | |
dc.date.available | 2022-05-17T13:24:23Z | |
dc.date.issued | 2019 | |
dc.description.abstracten | Kilauea is one of the most active and well-known volcanoes in the world and most of our knowledge of volcanism originates from its research. During a long study of volcanoes, many different methods of forecasting their activity were proposed, from the seismological analysis to the statistical analysis of their emissions. However, a comprehensive analysis of data arrays with the help of intelligent methods of data analysis has not been carried out before. Using fuzzy data processing methods, a neural network, volcanic and atmospheric indicators, we forecast emissions SO2 for a period of one to three months. | uk |
dc.format.pagerange | С. 30-38 | uk |
dc.identifier.citation | Zabielin, S. I. Forecasting SO2 emission of kilauea volcano using intelligent method of data analysis / S. I. Zabielin // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2019. – № 4. – С. 30-38. – Бібліогр.: 11 назв. | uk |
dc.identifier.doi | https://doi.org/10.20535/SRIT.2308-8893.2019.4.03 | |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/47375 | |
dc.language.iso | uk | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.source | Системні дослідження та інформаційні технології, № 4 | uk |
dc.subject | neural networks | uk |
dc.subject | volcanology | uk |
dc.subject | fuzzy logic | uk |
dc.subject | LSTM | uk |
dc.subject.udc | 004.8 | uk |
dc.title | Forecasting SO2 emission of kilauea volcano using intelligent method of data analysis | uk |
dc.type | Article | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- 2019_4_30-38.pdf
- Розмір:
- 672.89 KB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.1 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: