Papier accepté à la conférence "International Conference on Mathematical Modeling in Physical Sciences"

Meteorological time series forecasting based on MLP modelling using heterogeneous transfer functions
C. Voyant, ML. Nivet, C. Paoli, M. Muselli and G. Notton


Dans ce papier nous proposons une nouvelle variété de perceptrons multicouches avec plusieurs fonctions de transferts. L'apport de ce nouvel outil est testé sur différentes séries temporelles météorologiques, montrant ainsi un léger gain dés qu'un indice temporelle est positionné en entrée (variable auto-indicatice) .
Le résumé de ce papier est :
"In this paper, we propose to study four meteorological and seasonal time series coupled with a multi-layer perceptron (MLP) modeling. We chose to combine two transfer functions for the nodes of the hidden layer, and to use a temporal indicator (time index as input) in order to take into account the seasonal aspect of the studied time series. The results of the prediction concern two years of measurements and the learning step, eight independent years. We show that this methodology can improve the accuracy of meteorological data estimation compared to a classical MLP modelling with a homogenous transfer function."
icmsquare2014.pdf ICMSQUARE2014.pdf  (439.5 Ko)

Rédigé par Cyril VOYANT le Mardi 29 Avril 2014 à 06:27 | Lu 400 fois