FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W1964174287> ?p ?o ?g. }

• W1964174287 endingPage "41" @default.
• W1964174287 startingPage "31" @default.
• W1964174287 abstract "In the case of the city of Buffalo (New York, United States), located on the eastern shore of Lake Erie and, therefore, strongly influenced by the lake-effect, total monthly snowfall was predicted one to six months in advance. For this, neural network (NN) techniques, specifically a multi-layer perceptron, as well as a multiple linear regression (LR) model were applied. The period of analysis comprised 28 years from January 1982 to December 2009. Input data included surface air temperature; the temperature difference between the lake surface water temperature (LSWT) and the 850 hPa air temperature; the u-component of the wind (u-wind) and the v-component of the wind (v-wind), geopotential height (GPH) over Lake Erie and the surrounding regions at the 1000, 925, 850 and 700 hPa levels as well as the surface pressure; the 500 hPa GPH over James Bay, Canada; the surface pressure over the Great Plains; and the mean water temperature and LSWT of Lake Erie, as well as the amount of ice cover. Moreover, several teleconnection indices were implemented: the North Atlantic Oscillation (NAO), the Arctic Oscillation (AO), the Pacific/North American (PNA) pattern, the Southern Oscillation Index (SOI) and the Pacific Decadal Oscillation (PDO). Different lead times for the input variables were tested for their suitability. The most accurate result was obtained using the NN with an optimized one-month lead time approach (lead times varied between one and six months for the different input variables). R ésumé [Traduit par la rédaction] Dans le cas de la ville de Buffalo (New York, États–Unis), située sur la rive est du lac Érié et donc fortement influencée par l'effet de lac, nous avons prévu la chute de neige mensuelle totale de un à six mois à l'avance. À cette fin, nous avons appliqué des techniques de réseau neuronal, plus précisément un perceptron multicouche, ainsi qu'un modèle de régression linéaire multiple. La période d'analyse s’étendait sur 28 années, de janvier 1982 à décembre 2009. Les données d'entrée consistaient en : la température de l'air à la surface; la différence entre la température de l'eau à la surface du lac et celle de l'air à 850 hPa; la composante u du vent (vent–u) et la composante v du vent (vent-v), la hauteur géopotentielle au-dessus du lac Érié et de la région environnante aux niveaux 1000, 925, 850 et 700 hPa ainsi que la pression à la surface; la hauteur géopotentielle à 500 hPa au-dessus de la baie James au Canada; la pression à la surface dans les Grandes Plaines; et la température moyenne de l'eau ainsi que la température de l'eau à la surface du lac Érié de même que l’étendue de la couverture de glace. De plus, nous nous sommes servis de plusieurs indices de téléconnexion : l'oscillation de l'Atlantique Nord, l'oscillation de l'Arctique, la téléconnexion Pacifique-Amérique du Nord, l'indice d'oscillation australe et l'oscillation décennale du Pacifique. Nous avons testé la convenance de différents délais de démarrage pour les variables d'entrée. Le résultat le plus précis a été obtenu en utilisant le réseau neuronal avec une approche de délais de démarrage optimisé d'un mois (les délais de démarrage variaient entre un et six mois pour les différentes variables d'entrée)." @default.
• W1964174287 created "2016-06-24" @default.
• W1964174287 creator A5066894814 @default.
• W1964174287 date "2012-03-01" @default.
• W1964174287 modified "2023-09-23" @default.
• W1964174287 title "Neural Network Based Seasonal Predictions of Lake-Effect Snowfall" @default.
• W1964174287 cites W1963980632 @default.
• W1964174287 cites W1969655900 @default.
• W1964174287 cites W1975803768 @default.
• W1964174287 cites W1977177161 @default.
• W1964174287 cites W1978580417 @default.
• W1964174287 cites W1983771375 @default.
• W1964174287 cites W1985585113 @default.
• W1964174287 cites W1996461137 @default.
• W1964174287 cites W1998442441 @default.
• W1964174287 cites W2003955104 @default.
• W1964174287 cites W2006129858 @default.
• W1964174287 cites W2012407814 @default.
• W1964174287 cites W2017587036 @default.
• W1964174287 cites W2017901700 @default.
• W1964174287 cites W2021497910 @default.
• W1964174287 cites W2026956908 @default.
• W1964174287 cites W2035235412 @default.
• W1964174287 cites W2053310237 @default.
• W1964174287 cites W2053766303 @default.
• W1964174287 cites W2064264064 @default.
• W1964174287 cites W2065559937 @default.
• W1964174287 cites W2084547407 @default.
• W1964174287 cites W2088250752 @default.
• W1964174287 cites W2095658522 @default.
• W1964174287 cites W2114824684 @default.
• W1964174287 cites W2164973083 @default.
• W1964174287 cites W2173251738 @default.
• W1964174287 cites W2175279176 @default.
• W1964174287 cites W2176202464 @default.
• W1964174287 cites W2176929435 @default.
• W1964174287 cites W2179788091 @default.
• W1964174287 cites W2180992978 @default.
• W1964174287 doi "https://doi.org/10.1080/07055900.2012.657153" @default.
• W1964174287 hasPublicationYear "2012" @default.
• W1964174287 type Work @default.
• W1964174287 sameAs 1964174287 @default.
• W1964174287 citedByCount "2" @default.
• W1964174287 countsByYear W19641742872013 @default.
• W1964174287 countsByYear W19641742872016 @default.
• W1964174287 crossrefType "journal-article" @default.
• W1964174287 hasAuthorship W1964174287A5066894814 @default.
• W1964174287 hasConcept C107054158 @default.
• W1964174287 hasConcept C123576220 @default.
• W1964174287 hasConcept C127313418 @default.
• W1964174287 hasConcept C134097258 @default.
• W1964174287 hasConcept C14932015 @default.
• W1964174287 hasConcept C153294291 @default.
• W1964174287 hasConcept C154808844 @default.
• W1964174287 hasConcept C17093552 @default.
• W1964174287 hasConcept C192901106 @default.
• W1964174287 hasConcept C197046000 @default.
• W1964174287 hasConcept C205649164 @default.
• W1964174287 hasConcept C2778835443 @default.
• W1964174287 hasConcept C39432304 @default.
• W1964174287 hasConcept C49204034 @default.
• W1964174287 hasConcept C507956050 @default.
• W1964174287 hasConceptScore W1964174287C107054158 @default.
• W1964174287 hasConceptScore W1964174287C123576220 @default.
• W1964174287 hasConceptScore W1964174287C127313418 @default.
• W1964174287 hasConceptScore W1964174287C134097258 @default.
• W1964174287 hasConceptScore W1964174287C14932015 @default.
• W1964174287 hasConceptScore W1964174287C153294291 @default.
• W1964174287 hasConceptScore W1964174287C154808844 @default.
• W1964174287 hasConceptScore W1964174287C17093552 @default.
• W1964174287 hasConceptScore W1964174287C192901106 @default.
• W1964174287 hasConceptScore W1964174287C197046000 @default.
• W1964174287 hasConceptScore W1964174287C205649164 @default.
• W1964174287 hasConceptScore W1964174287C2778835443 @default.
• W1964174287 hasConceptScore W1964174287C39432304 @default.
• W1964174287 hasConceptScore W1964174287C49204034 @default.
• W1964174287 hasConceptScore W1964174287C507956050 @default.
• W1964174287 hasIssue "1" @default.
• W1964174287 hasLocation W19641742871 @default.
• W1964174287 hasOpenAccess W1964174287 @default.
• W1964174287 hasPrimaryLocation W19641742871 @default.
• W1964174287 hasRelatedWork W1972976834 @default.
• W1964174287 hasRelatedWork W1985074159 @default.
• W1964174287 hasRelatedWork W2009216884 @default.
• W1964174287 hasRelatedWork W2044766715 @default.
• W1964174287 hasRelatedWork W2077746814 @default.
• W1964174287 hasRelatedWork W2093034670 @default.
• W1964174287 hasRelatedWork W2787382152 @default.
• W1964174287 hasRelatedWork W2926827894 @default.
• W1964174287 hasRelatedWork W2995821131 @default.
• W1964174287 hasRelatedWork W4282964611 @default.
• W1964174287 hasVolume "50" @default.
• W1964174287 isParatext "false" @default.
• W1964174287 isRetracted "false" @default.
• W1964174287 magId "1964174287" @default.
• W1964174287 workType "article" @default.