குறியிடப்பட்டது
  • ஜெனமிக்ஸ் ஜர்னல்சீக்
  • RefSeek
  • ஹம்டார்ட் பல்கலைக்கழகம்
  • EBSCO AZ
  • OCLC- WorldCat
  • பப்ளான்கள்
  • யூரோ பப்
  • கூகுள் ஸ்காலர்
இந்தப் பக்கத்தைப் பகிரவும்
ஜர்னல் ஃப்ளையர்
Flyer image

சுருக்கம்

மார்வெல் இடைமுகம் மூலம் பூமியின் வடக்கு மற்றும் தென் துருவங்களில் ஓசோன் துளை பகுதி கணிப்பு

சித்தேஷ்வர் சோப்ரா*, திப்தி யாதவ், அனு நாக்பால் சோப்ரா

ஆர்டிஃபிஷியல் நியூரல் நெட்வொர்க் (ANN) ஐப் பயன்படுத்தி வடக்கு மற்றும் தென் துருவத்தில் ஓசோன் துளை பகுதியை (அதிகபட்ச பகுதி) கணிப்பது மற்றும் மார்வெல் எனப்படும் வரைகலை பயனர் இடைமுகத்தை (GUI) பயன்படுத்தி முன்கணிப்பு வலையமைப்பை உருவாக்கும் சாத்தியத்தை இந்த கட்டுரை ஆராய்கிறது. கணிப்புகளுக்காக இரண்டு மாதிரிகள் வடிவமைக்கப்பட்டுள்ளன: அ) வட துருவத்தில் ஓசோன் துளை பகுதி கணிப்பு மற்றும் ஆ) தென் துருவத்தில் ஓசோன் துளை பகுதி கணிப்பு. இரண்டு மாடல்களுக்கும், உள்ளீட்டு அளவுருக்களின் எண்ணிக்கை ஆண்டு, மாதம், தேதி, சூரிய புள்ளி பகுதி, சூரிய புள்ளி எண் மற்றும் சூரிய சராசரி காந்தப்புலம் என எடுக்கப்படுகிறது. இங்கு, 35 ஆண்டுகளுக்கும் மேலான தரவு பயிற்சி நோக்கத்திற்காகப் பயன்படுத்தப்பட்டது, பின்னர் நவம்பர் 23, 2015 முதல் செப்டம்பர் 30, 2016 வரை கணிப்புகள் செய்யப்படுகின்றன. ANN இன் பண்புகளை உள்வாங்குவதற்காக முன்கணிப்பு நெட்வொர்க் (MARVEL) உருவாக்கப்பட்டது. இது பயனருக்கு அணுகக்கூடிய மிக சமீபத்திய தரவுகளுடன் பயிற்சி பெறலாம், பின்னர் முறையே குறுகிய (ஒரு நாள்) மற்றும் நீண்ட கால (மாதங்கள், ஆண்டுகள்) காலத்திற்கு எதிர்கால கணிப்புகளை செய்யலாம். முடிவுகளிலிருந்து, மாடல் 1 மற்றும் மாடல் 2க்கான சராசரி சதுரப் பிழை (MSE) முறையே 6.7166DU மற்றும் 0.3582 DU எனக் கண்டறியப்பட்டுள்ளது. 30 எண்கள் கொண்ட நியூரான்கள் மற்றும் உள்ளீடு மற்றும் வெளியீட்டு பரிமாற்ற செயல்பாடுகளுடன் டேன்ஜென்ட் சிக்மாய்டு மற்றும் தூய நேரியல், ஒரு மறைக்கப்பட்ட அடுக்குடன், முன்கணிப்பு நெட்வொர்க் கணிப்புகள் நம்பத்தகுந்தவை மற்றும் உண்மையான கவனிக்கப்பட்ட மதிப்புகளுக்கு மிகவும் நெருக்கமாக உள்ளன என்று முடிவு செய்யலாம். ஓசோன் துளை பகுதியின் அட்போல்களின் மாற்றம் அதன் பின்னணியில் மாறும் காரணங்களைக் கொண்டுள்ளது மற்றும் சூரிய அளவுருக்கள் அதற்குப் பொறுப்பேற்காது என்பதைக் கவனத்தில் கொள்ள வேண்டும். இந்த கட்டுரையானது தொடர்பில்லாத அளவுருக்கள் மற்றும் செயல்முறைகளை இணைக்கும் செயற்கை நரம்பியல் வலையமைப்பின் பயன்பாட்டை முன்வைக்கும் முயற்சியாகும்.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவ