prikaz prve stranice dokumenta Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)
Pristup korisnicima matične ustanove
diplomski rad
Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)
2015. urn:nbn:hr:157:727624
Ažić, Nives
Sveučilište u Rijeci
Građevinski fakultet

Citirajte ovaj rad

Ažić, N. (2015). Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina) (Diplomski rad). Rijeka: Sveučilište u Rijeci, Građevinski fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:157:727624

Ažić, Nives. "Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)." Diplomski rad, Sveučilište u Rijeci, Građevinski fakultet, 2015. https://urn.nsk.hr/urn:nbn:hr:157:727624

Ažić, Nives. "Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)." Diplomski rad, Sveučilište u Rijeci, Građevinski fakultet, 2015. https://urn.nsk.hr/urn:nbn:hr:157:727624

Ažić, N. (2015). 'Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)', Diplomski rad, Sveučilište u Rijeci, Građevinski fakultet, citirano: 25.04.2024., https://urn.nsk.hr/urn:nbn:hr:157:727624

Ažić N. Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina) [Diplomski rad]. Rijeka: Sveučilište u Rijeci, Građevinski fakultet; 2015 [pristupljeno 25.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:157:727624

N. Ažić, "Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)", Diplomski rad, Sveučilište u Rijeci, Građevinski fakultet, Rijeka, 2015. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:157:727624

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:157:727624
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPrimjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)
Naslov (engleski)Application and Evaluation of the Artificial Neuron Network in Predicting of the Groundwater Level Variations for the Slani Potok (Vinodol Valley)
AutorNives Ažić
MentorNevenka Ožanić (mentor)
Član povjerenstvaBarbara Karleuša
Član povjerenstvaJosip Rubinić
Član povjerenstvaNevenka Ožanić
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Građevinski fakultet
Rijeka
Datum i država obrane2015-06-23, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Građevinarstvo
Hidrotehnika
Sažetak
Unutar ovog rada izrađen je hidrološki model „crne kutije“ za predviđanje promjena razina podzemne vode za sliv Slanog potoka u Vinodolskoj dolini u vremenskim koracima od jednog, tri i šest sati. Na području sliva Slanog potoka uslijed djelovanja vode javljaju se erozijski procesi, dolazi do pokretanja lokalnih klizišta te stvaranja blatnjavog i debritnog toka. S obzirom da razina podzemne vode predstavlja bitan faktor u otjecanju vode sa sliva odabrana je kao predmet predviđanja u ovom hidrološkom modelu. Model se bazira na upotrebi umjetnih neuronskih mreža koje su detaljno objašnjene u ovom radu. Za formirani hidrološki UNM model u radu su provedene grafička i numerička ocjena kvalitete kako bi se došlo do zaključka o iskoristivosti samog modela za potrebe predviđanja promjena razina podzemne vode. Numerička ocjena kvalitete provedena je pomoću mjera kvalitete umjetne neuronske mreže, te je razvijena nova metoda ocjene kvalitete modela koja je dala preciznije rezultate što je olakšalo donošenje željenih zaključaka o iskoristivosti modela u svrhu predviđanja promjena razina podzemne vode.
Sažetak (engleski)
Hydrological „black box“ model for predicting the groundwater level variations for the Slani potok catchment area in Vinodol valley in time steps of one, three and six hours has been developed in this paper. Due to water impact, in the Slani potok catchment area occurrence of the erosion processes are common that can cause local landslides with mud and debris flow. The groundwater level was chosen as the subject of predictions in this hydrological model because it has great part in the perceiving of surface and subsurface water flow on the catchment area. The model is based on the usage of artificial neural networks (ANN), which are explained in detail in this paper. In order to determine the quality and the usability of the prediction model for the groundwater level variation, graphical and numerical evaluation was conducted. Numerical evaluation was performed by using ANN quality measures, and the new evaluation method was developed in order to provide more accurate estimation about the usability of the groundwater level variation model for the purpose of the prediction.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:157:727624
ProjektNaziv: Hidrologija vodnih resursa i identifikacija rizika od poplava i blatnih tokova na krškom području
Studijski programNaziv: Građevinarstvo; smjerovi: Geotehnika, Hidrotehnika, Inženjersko modeliranje, Konstrukcije, Prometnice, Urbano inženjerstvo
Smjer: Hidrotehnika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka građevinarstva (mag. ing. aedif.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup korisnicima matične ustanove
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2016-02-24 17:37:32