ISSN: 2157-7617

Журнал наук о Земле и изменения климата

Открытый доступ
English Spanish Chinese German French Japanese Portuguese Hindi Telugu Tamil

Наша группа организует более 3000 глобальных конференций Ежегодные мероприятия в США, Европе и США. Азия при поддержке еще 1000 научных обществ и публикует более 700 Открытого доступа Журналы, в которых представлены более 50 000 выдающихся деятелей, авторитетных учёных, входящих в редколлегии.

 

Журналы открытого доступа набирают больше читателей и цитируемости
700 журналов и 15 000 000 читателей Каждый журнал получает более 25 000 читателей

Публикационная политика и этика
Индексировано в
  • Индекс источника CAS (CASSI)
  • Индекс Коперника
  • Google Scholar
  • Шерпа Ромео
  • Онлайн-доступ к исследованиям в области окружающей среды (OARE)
  • Открыть J-ворота
  • Генамика ЖурналSeek
  • ЖурналТОС
  • Справочник периодических изданий Ульриха
  • Доступ к глобальным онлайн-исследованиям в области сельского хозяйства (AGORA)
  • Международный центр сельского хозяйства и биологических наук (CABI)
  • РефСик
  • Университет Хамдарда
  • ЭБСКО, Аризона
  • OCLC- WorldCat
  • Вызов запроса
  • Онлайн-каталог SWB
  • Публикации
  • Евро Паб
  • ICMJE
Посмотреть больше
Полезные ссылки
Журналы открытого доступа
Посмотреть больше
Поделиться этой страницей

Абстрактный

Application of Artificial Neural Network for Groundwater Level Simulation in Amritsar and Gurdaspur Districts of Punjab, India

Lohani AK and Krishan G

In this paper, the most stable and efficient neural network configuration for predicting groundwater level in Amritsar and Gurdaspur districts of Punjab, India is identified. For predicting the model efficiency and accuracy, different types of network architectures and training algorithms are investigated and compared. It has been found that accurate predictions can be achieved with a standard feed forward neural network trained with the Levenberg–Marquardt algorithm providing the best results. Good estimation of groundwater level can be achieved by dividing the boreholes/observation wells into different groups of data and designing distinct networks which is validated by the ANN technique and the degree of accuracy of the ANN model in groundwater level forecasting is within acceptable limits. The ANN method has been found to forecast groundwater level in Amritsar and Gurdaspur districts of Punjab, India.

Отказ от ответственности: Этот реферат был переведен с помощью инструментов искусственного интеллекта и еще не прошел проверку или верификацию.
Журналы по темам
Клинические и медицинские журналы