| dc.contributor | Брестский государственный технический университет | ru_RU |
| dc.contributor | Brest State Technical University | ru_RU |
| dc.contributor.author | Волчек, Александр Александрович | |
| dc.contributor.author | Сидак, Светлана Васильевна | |
| dc.coverage.spatial | Брест | ru_RU |
| dc.date.accessioned | 2020-02-05T07:46:37Z | |
| dc.date.available | 2020-02-05T07:46:37Z | |
| dc.date.issued | 2019 | |
| dc.identifier.citation | Волчек, А. А. К вопросу прогнозирования температуры воздуха на примере Беларуси / А. А. Волчек, С. В. Сидак // Вестник Брестского государственного технического университета. Серия: Водохозяйственное строительство, теплоэнергетика и геоэкология. – 2019. – № 2. – С. 2–6 : ил. – Библиогр.: с. 6 (6 назв.). | ru_RU |
| dc.identifier.uri | https://rep.bstu.by/handle/data/3749 | |
| dc.description | VOLCHAK A. A., SIDAK S. V. On the issue of forecasting air temperature on the example of Belarus | ru_RU |
| dc.description.abstract | В статье исследована возможность построения прогноза среднемесячных значений температуры воздуха двумя способами: с использованием искусственных нейронных сетей (построение сетей, оптимизация структуры и обучение сетей проводились с использованием программного пакета StatSoft Statistica 13); на основе аддитивной модели временных рядов, построенной с использованием Excel + Vba. Расчет показателей эффективности (EFF) и модуль систематической ошибки (смещения) были рассчитаны для каждого метода. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БрГТУ | ru_RU |
| dc.relation.ispartofseries | Водохозяйственное строительство, теплоэнергетика и геоэкология; | |
| dc.subject | метеорология | ru_RU |
| dc.subject | meteorology | ru_RU |
| dc.title | К вопросу прогнозирования температуры воздуха на примере Беларуси | ru_RU |
| dc.type | Статья (Article) | ru_RU |
| dc.identifier.udc | 551.524(476) | ru_RU |
| dc.abstract.alternative | The article explored the possibility of building a forecast of mean monthly air temperature values in two ways: using artificial neural networks (building networks, optimizing the structure and training networks were carried out using the StatSoft Statistica 13 software package); on the basis of the additive time series model built using Excel+Vba. Calculation performance indicators (EFF) and the systematic error module (Bias) were calculated for each method. | ru_RU |
