Prediction of river salinity with artificial neural networks

2023

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)
DOI 10.1088/1742-6596/2676/1/012004
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Abstract 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.