hh.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Prediction of Solar Cycle 24: Using a Connectionist Model of the Emotional System
Högskolan i Halmstad, Akademin för informationsteknologi, Halmstad Embedded and Intelligent Systems Research (EIS), Centrum för forskning om inbyggda system (CERES). School of Computer Science, Faculty of Engineering & Physic al Science, The University of Manchester, Manchester, United Kingdom.
Högskolan i Halmstad, Akademin för informationsteknologi, Halmstad Embedded and Intelligent Systems Research (EIS), Centrum för forskning om inbyggda system (CERES).
Högskolan i Halmstad, Akademin för informationsteknologi, Halmstad Embedded and Intelligent Systems Research (EIS), Centrum för forskning om inbyggda system (CERES).ORCID-id: 0000-0001-6625-6533
2015 (Engelska)Ingår i: 2015 International Joint Conference on Neural Networks (IJCNN), Piscataway, NJ: IEEE Press, 2015, artikel-id 7280839Konferensbidrag, Publicerat paper (Övrig (populärvetenskap, debatt, mm))
Abstract [en]

Accurate prediction of solar activity as one aspect of space weather phenomena is essential to decrease the damage from these activities on the ground based communication, power grids, etc. Recently, the connectionist models of the brain such as neural networks and neuro-fuzzy methods have been proposed to forecast space weather phenomena; however, they have not been able to predict solar activity accurately. That has been a motivation for the development of the connectionist model of the brain; this paper aims to apply a connectionist model of the brain to accurately forecasting solar activity, in particular, solar cycle 24. The neuro-fuzzy method has been referred to as the brain emotional learning-based recurrent fuzzy system (BELRFS). BELRFS is tested for prediction of solar cycle 24, and the obtained results are compared with well-known neuro-fuzzy methods and neural networks as well as with physical-based methods. @2015 IEEE

Ort, förlag, år, upplaga, sidor
Piscataway, NJ: IEEE Press, 2015. artikel-id 7280839
Nyckelord [en]
brain emotional learning-based recurrent fuzzy system, emotional system, solar activity forecasting
Nationell ämneskategori
Elektroteknik och elektronik Datorsystem
Identifikatorer
URN: urn:nbn:se:hh:diva-29236DOI: 10.1109/IJCNN.2015.7280839ISI: 000370730603137Scopus ID: 2-s2.0-84951103535ISBN: 978-1-4799-1959-8 ISBN: 978-1-4799-1959-15 OAI: oai:DiVA.org:hh-29236DiVA, id: diva2:847120
Konferens
2015 International Joint Conference on Neural Networks (IJCNN 2015), Killarney, Ireland, July 12–17, 2015
Tillgänglig från: 2015-08-19 Skapad: 2015-08-19 Senast uppdaterad: 2018-03-22Bibliografiskt granskad

Open Access i DiVA

fulltext(479 kB)330 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 479 kBChecksumma SHA-512
2c7861da094b2f5ea6ecaf9d75a402c3cc9e376d50032a250fab6969e7d8193cfac2c3e8c52d8488bc1bc3cf4b100c6449077f79028a26ffac5850cb724b70e0
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Parsapoor, MahboobehBilstrup, UrbanSvensson, Bertil

Sök vidare i DiVA

Av författaren/redaktören
Parsapoor, MahboobehBilstrup, UrbanSvensson, Bertil
Av organisationen
Centrum för forskning om inbyggda system (CERES)
Elektroteknik och elektronikDatorsystem

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 330 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 809 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf