Прогнозирование погоды с использованием нейронной сети

Я пытаюсь написать программу для прогнозирования погоды с использованием Backpropagation. У меня есть данные различных параметров, таких как температура, влажность, скорость ветра, давление на уровне моря и т. Д. Я установил 4 параметра (4 узла) для входного слоя (температура, влажность, скорость ветра, давление на уровне моря).Прогнозирование погоды с использованием нейронной сети

Теперь я смущен о том, какой будет выход/цель. Требуется месячное/сезонное деление? И как я могу нормализовать эти 4 разных параметра (от -1 до 1)?

источник

2012-02-21 Naiem Rahman

Это не так, как это делается обычно. Зачем использовать нейронную сеть, когда у вас есть физика? – duffymo

@duffymo Вы абсолютно правы для стандартных прогнозов. Можно было бы использовать неуклюжий метод машинного обучения, чтобы продемонстрировать * почему экспертиза домена важна. Однако область агрегирования ансамбля прогнозов, статистической области, несколько удалена из основной физики. – Iterator

Вы можете рассматривать это как проблему классификации с несколькими классами. Скажем, вы хотите предсказать, будет ли погода солнечной, дождливой, облачной, ветреный. Это будут ваши классы для классификации.

Вы можете нормализовать входные функции по формуле: (x-xbar)/mu, где xbar является средним значением функции и функцией stdev.

источник

2012-03-14 22:07:29 nitin

Стандартное отклонение обычно называется сигмой, а реальное среднее часто записывается как mu. – alfa

Прогнозирование погоды с использованием нейронной сети

ответ

Смежные вопросы