Hurst Parameter Estimation Using Artificial Neural Networks

نویسندگان
چکیده

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

Hurst Parameter Estimation Using Artificial Neural Networks

The Hurst parameter captures the amount of long-range dependence (LRD) in a time series. There are several methods to estimate the Hurst parameter, being the most popular: the variance-time plot, the R/S plot, the periodogram, and Whittle’s estimator. The first three are graphical methods, and the estimation accuracy depends on how the plot is interpreted and calculated. In contrast, Whittle’s ...

متن کامل

monthly runoff estimation using artificial neural networks

runoff estimation is one of the main challenges encountered in water and watershed management. spatial and temporal changes of factors which influence runoff due to het-erogeneity of the basins explain the complicacy of relations. artificial neural network (ann) is one of the intelligence techniques which is flexible and doesn’t call for any much physically complex processes. these networks can...

متن کامل

Fast cosmological parameter estimation using neural networks

We present a method for accelerating the calculation of CMB power spectra, matter power spectra and likelihood functions for use in cosmological parameter estimation. The algorithm, called COSMONET, is based on training a multilayer perceptron neural network and shares all the advantages of the recently released PICO algorithm of Fendt & Wandelt, but has several additional benefits in terms of ...

متن کامل

Probability density estimation using artificial neural networks

We present an approach for the estimation of probability density functions (pdf) given a set of observations. It is based on the use of feedforward multilayer neural networks with sigmoid hidden units. The particular characteristic of the method is that the output of the network is not a pdf, therefore, the computation of the network’s integral is required. When this integral cannot be performe...

متن کامل

rodbar dam slope stability analysis using neural networks

در این تحقیق شبکه عصبی مصنوعی برای پیش بینی مقادیر ضریب اطمینان و فاکتور ایمنی بحرانی سدهای خاکی ناهمگن ضمن در نظر گرفتن تاثیر نیروی اینرسی زلزله ارائه شده است. ورودی های مدل شامل ارتفاع سد و زاویه شیب بالا دست، ضریب زلزله، ارتفاع آب، پارامترهای مقاومتی هسته و پوسته و خروجی های آن شامل ضریب اطمینان می شود. مهمترین پارامتر مورد نظر در تحلیل پایداری شیب، بدست آوردن فاکتور ایمنی است. در این تحقیق ...

ذخیره در منابع من


  با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ژورنال

عنوان ژورنال: Journal of Applied Research and Technology

سال: 2011

ISSN: 2448-6736,1665-6423

DOI: 10.22201/icat.16656423.2011.9.02.457