Predicting Drought Indices in Nakhon Ratchasima Province using a Deep Belief Network with Restricted Boltzmann Machines
Thesis (M.Sc.(Applied Mathematics))--Prince of Songkla University, 2018
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Theses and Dissertations |
| Language: | English |
| Published: |
Prince of Songkla University, Pattani Campus
2019
|
| Subjects: | |
| Online Access: | http://kb.psu.ac.th/psukb/handle/2016/12168 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Prince of Songkhla University |
| Language: | English |
| id |
th-psu.2016-12168 |
|---|---|
| record_format |
dspace |
| spelling |
th-psu.2016-121682019-03-29T20:10:00Z Predicting Drought Indices in Nakhon Ratchasima Province using a Deep Belief Network with Restricted Boltzmann Machines การทำนายดัชนีความแห้งแล้งในจังหวัดนครราชสีมาโดยใช้ Deep Belief Network กับ Restricted Boltzmann Machines Sureeluk, Ma Tatdow, Pansombut Faculty of Sciecnce and Technology (Mathematics and Computer Science) คณะวิทยาศาสตร์และเทคโนโลยี ภาควิชาคณิตศาสตร์และวิทยาการคอมพิวเตอร์ Boltzmann Thesis (M.Sc.(Applied Mathematics))--Prince of Songkla University, 2018 In this study, we examine the ability of deep learning in making prediction from time series data. First, the precipitation data from Nakhon Ratchasima province in northeastern region of Thailand is converted into various types of standardized precipitation index (SPI). Next, for each SPI, a deep belief network, consisting of restricted Boltzmann machines, learns its parameters from data through unsupervised path using minimized contrastive divergent algorithm follow by supervised path using backpropagation algorithm. Last, the prediction accuracies from all types of the standardized precipitation index are evaluated and compared. The result shows that the long term SPI of 12 months makes more accurate prediction than the short term SPI of 3, 6, and 9 months.ในการศึกษาครั้งนี้ เราจะตรวจสอบความสามารถของ deep learning ในการทำนายโดยใช้ข้อมูลชุดเวลา ซึ่งเป็นข้อมูลน้ำฝนจากจังหวัดนครราชสีมา ภาคตะวันออกเฉียงเหนือของประเทศไทย ข้อมูลน้ำฝนจะถูกแปลงเป็นดัชนีของ standardized precipitation index (SPI) ในหลาย ๆ ช่วงเวลา ข้อมูล SPI ในแต่ละช่วงเวลาจะถูกเรียนรู้โดย deep belief network ซึ่งเป็นโครงสร้างที่ประกอบจากหลาย ๆ restricted Boltzmann machines ประกอบด้วยกัน ตัวแปรแต่ละตัวในวิธีการนี้จะถูกเรียนรู้ผ่านกระบวนการ 2 ขั้นตอน กระบวนการแรกคือ unsupervised path ซึ่งเรียนรู้โดยใช้อัลกอริทึม minimized contrastive divergent กระบวนการที่สองคือ supervised path ซึ่งเรียนรู้โดยใช้อัลกอริทึม backpropagation จากการเปรียบเทียบความแม่นยำของค่าดัชนี SPI ของแต่ละช่วงเวลา พบว่า SPI ที่ช่วงเวลา 12 เดือน มีค่าความแม่นยำสูงกว่าช่วงเวลา 3, 6 และ 9 เดือน 2019-03-29T07:53:19Z 2019-03-29T07:53:19Z 2018 Thesis http://kb.psu.ac.th/psukb/handle/2016/12168 en_US application/pdf Prince of Songkla University, Pattani Campus |
| institution |
Prince of Songkhla University |
| building |
Khunying Long Athakravi Sunthorn Learning Resources Center |
| continent |
Asia |
| country |
Thailand Thailand |
| content_provider |
Khunying Long Athakravi Sunthorn Learning Resources Center |
| collection |
PSU Knowledge Bank |
| language |
English |
| topic |
Boltzmann |
| spellingShingle |
Boltzmann Sureeluk, Ma Predicting Drought Indices in Nakhon Ratchasima Province using a Deep Belief Network with Restricted Boltzmann Machines |
| description |
Thesis (M.Sc.(Applied Mathematics))--Prince of Songkla University, 2018 |
| author2 |
Tatdow, Pansombut |
| author_facet |
Tatdow, Pansombut Sureeluk, Ma |
| format |
Theses and Dissertations |
| author |
Sureeluk, Ma |
| author_sort |
Sureeluk, Ma |
| title |
Predicting Drought Indices in Nakhon Ratchasima Province using a Deep Belief Network with Restricted Boltzmann Machines |
| title_short |
Predicting Drought Indices in Nakhon Ratchasima Province using a Deep Belief Network with Restricted Boltzmann Machines |
| title_full |
Predicting Drought Indices in Nakhon Ratchasima Province using a Deep Belief Network with Restricted Boltzmann Machines |
| title_fullStr |
Predicting Drought Indices in Nakhon Ratchasima Province using a Deep Belief Network with Restricted Boltzmann Machines |
| title_full_unstemmed |
Predicting Drought Indices in Nakhon Ratchasima Province using a Deep Belief Network with Restricted Boltzmann Machines |
| title_sort |
predicting drought indices in nakhon ratchasima province using a deep belief network with restricted boltzmann machines |
| publisher |
Prince of Songkla University, Pattani Campus |
| publishDate |
2019 |
| url |
http://kb.psu.ac.th/psukb/handle/2016/12168 |
| _version_ |
1681754262398304256 |