Baza Publikacji Pracowników Politechniki Lubelskiej

Status:
Autorzy:	Kulisz Monika, Kujawska Justyna, Aubakirova Zulfiya, Wojtaś Edyta
Dyscypliny:
	Aby zobaczyć szczegóły należy się zalogować.
Rok wydania:	2023
Wersja dokumentu:	Elektroniczna
Język:	angielski
Wolumen/Tom:	2676
Numer artykułu:	012004
Strony:	1 - 10
Scopus® Cytowania:	1
Bazy:	Scopus
Efekt badań statutowych	NIE
Materiał konferencyjny:	TAK
Nazwa konferencji:	VIII International Conference of Computational Methods in Engineering Science
Skrócona nazwa konferencji:	VIII CMES 2023
URL serii konferencji:	LINK
Termin konferencji:	23 listopada 2023 do 25 listopada 2023
Miasto konferencji:	Puławy
Państwo konferencji:	POLSKA
Publikacja OA:	TAK
Licencja:
Sposób udostępnienia:	Witryna wydawcy
Wersja tekstu:	Ostateczna wersja opublikowana
Czas opublikowania:	W momencie opublikowania
Data opublikowania w OA:	27 grudnia 2023
Abstrakty:	angielski
	This paper presents the development and evaluation of an Artificial Neural Network (ANN) based on the model for predicting the salinity of the Warta River. The study focused on the prediction of river water salinity, expressed in terms of electrical conductivity (EC), using the proposed ANN structure of 7-10-1. The network showed a satisfactory ability to capture the interrelationships between the input data: sulphates, chlorides, calcium, magnesium, total hardness, pH, and total dissolved solids. The correlation coefficient (R) values for the training, validation and test sets were 0.99444, 0.96988 and 0.97174, respectively. From the results, it can be concluded that the developed model is suitable for predicting the EC of the river.

Informacja o cookies

Prediction of river salinity with artificial neural networks

Artykuł w czasopiśmie