| ชื่อเรื่อง | : | A Hybrid ARIMA and Neural Networks Model for PM-10 Pollution Estimation: The Case of Chiang Mai City Moat Area |
| นักวิจัย | : | Wongsathan R. , Seedadan I. |
| คำค้น | : | - |
| หน่วยงาน | : | มหาวิทยาลัยเชียงใหม่ |
| ผู้ร่วมงาน | : | - |
| ปีพิมพ์ | : | 2559 |
| อ้างอิง | : | 2-s2.0-84999633655 , 10.1016/j.procs.2016.05.057 , https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=84999633655&origin=inward , http://cmuir.cmu.ac.th/jspui/handle/6653943832/42175 |
| ที่มา | : | - |
| ความเชี่ยวชาญ | : | - |
| ความสัมพันธ์ | : | - |
| ขอบเขตของเนื้อหา | : | - |
| บทคัดย่อ/คำอธิบาย | : | © 2016 The Authors. Most of time series model are usually investigated and implemented by ARIMA and Neural Networks (NNs) model. However, ARIMA model may not be adequate for complex patterned problem while NNs model can well reveal the correlation of nonlinear pattern. Since, over-fitting due to a learning process is the main advantage of NNs as well as local trapped of parameters due to the large structure of the networks. To improve the forecast performance of both ARIMA and NNs for high accuracy, hybrid ARIMA and NNs model is alternate selected and employed to examine the Chiangmai city moat's PM-10 time series data. The experimental results demonstrated that the hybrid model outperformed best over NNs and ARIMA respectively. |
| บรรณานุกรม | : |
Wongsathan R. , Seedadan I. . (2559). A Hybrid ARIMA and Neural Networks Model for PM-10 Pollution Estimation: The Case of Chiang Mai City Moat Area.
เชียงใหม่ : มหาวิทยาลัยเชียงใหม่ . Wongsathan R. , Seedadan I. . 2559. "A Hybrid ARIMA and Neural Networks Model for PM-10 Pollution Estimation: The Case of Chiang Mai City Moat Area".
เชียงใหม่ : มหาวิทยาลัยเชียงใหม่ . Wongsathan R. , Seedadan I. . "A Hybrid ARIMA and Neural Networks Model for PM-10 Pollution Estimation: The Case of Chiang Mai City Moat Area."
เชียงใหม่ : มหาวิทยาลัยเชียงใหม่ , 2559. Print. Wongsathan R. , Seedadan I. . A Hybrid ARIMA and Neural Networks Model for PM-10 Pollution Estimation: The Case of Chiang Mai City Moat Area. เชียงใหม่ : มหาวิทยาลัยเชียงใหม่ ; 2559.
|
ridm@nrct.go.th ระบบคลังข้อมูลงานวิจัยไทย รายการโปรดที่คุณเลือกไว้
