Prediction of the Dead Sea water level using neural networks

العناوين الأخرى

التنبؤ بمستوى سطح البحر الميت باستخدام الشبكات العصبونية

الجامعة

جامعة فيلادلفيا

الكلية

كلية تكنولوجيا المعلومات

القسم الأكاديمي

قسم علم الحاسوب

دولة الجامعة

الأردن

الدرجة العلمية

ماجستير

تاريخ الدرجة العلمية

2008

الملخص الإنجليزي

-The Dead Sea (DS) basin plays a major role for regional economic development (industry, tourism and agriculture) in Jordan.

Different studies stated that the water level of the DS is dropping an average of 3 feet per year.

Accordingly there is a need to provide accurate and reliable estimates for the water level to help the researchers and geologists of the DS to make different kind of studies giving results, so they can understand the state of the DS and its behavior and stop the dropping of the DS water level.

Neural Networks (NN) are computational models with the capacity to learn, to generalize, or to organize data based on parallel processing.

Among all kinds of networks, the most widely used are BackPropagation (BP), Levenberg-Marquardt (L-M), and Generalized Regression Neural Networks (GRNN) that are capable of representing non-linear functional mappings between inputs and outputs.

Different NN based DS water level prediction models are built and compared to determine the most effective neural networks work in prediction.

It is known that DS water level depends on many factors such as Air temperature, Salinity, Humidity and other environmental information.

Our NN models capture different subsets of those effects, reflect them within our models to identify the most effective set, which has significant impact on the water level of DS.

Finally, we can say that the proposed GRNN model provides best significant performance results comparing with other NN models using Mean Square Error (MSE).

التخصصات الرئيسية

علوم الأرض و المياه و البيئة
تكنولوجيا المعلومات وعلم الحاسوب

الموضوعات

عدد الصفحات

قائمة المحتويات

Table of contents.

Abstract.

Abstract in Arabic.

Chapter One : Introduction.

Chapter Two : Literature review.

Chapter Three : Artificial neural networks.

Chapter Four : Design and implementation.

Chapter Five : Experimental results.

Chapter Six : Conclusions and future work.

References.

نمط استشهاد جمعية علماء النفس الأمريكية (APA)

Shambur, Muhammad Khalid Yusuf Muhammad. (2008). Prediction of the Dead Sea water level using neural networks. (Master's theses Theses and Dissertations Master). Philadelphia University, Jordan
https://search.emarefa.net/detail/BIM-549042

نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)

Shambur, Muhammad Khalid Yusuf Muhammad. Prediction of the Dead Sea water level using neural networks. (Master's theses Theses and Dissertations Master). Philadelphia University. (2008).
https://search.emarefa.net/detail/BIM-549042

نمط استشهاد الجمعية الطبية الأمريكية (AMA)

لغة النص

الإنجليزية

نوع البيانات

رسائل جامعية

رقم السجل

BIM-549042

حفظتم الحفظ طباعة

قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"

أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي

منصة "معرفة" للكتاب العربي الجامعي الرقمي

تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر