TY - JOUR A1 - Meng, Yinghui A1 - Noman Qasem, Sultan A1 - Shokri, Manouchehr A1 - Shamshirband, Shahaboddin T1 - Dimension Reduction of Machine Learning-Based Forecasting Models Employing Principal Component Analysis JF - Mathematics N2 - In this research, an attempt was made to reduce the dimension of wavelet-ANFIS/ANN (artificial neural network/adaptive neuro-fuzzy inference system) models toward reliable forecasts as well as to decrease computational cost. In this regard, the principal component analysis was performed on the input time series decomposed by a discrete wavelet transform to feed the ANN/ANFIS models. The models were applied for dissolved oxygen (DO) forecasting in rivers which is an important variable affecting aquatic life and water quality. The current values of DO, water surface temperature, salinity, and turbidity have been considered as the input variable to forecast DO in a three-time step further. The results of the study revealed that PCA can be employed as a powerful tool for dimension reduction of input variables and also to detect inter-correlation of input variables. Results of the PCA-wavelet-ANN models are compared with those obtained from wavelet-ANN models while the earlier one has the advantage of less computational time than the later models. Dealing with ANFIS models, PCA is more beneficial to avoid wavelet-ANFIS models creating too many rules which deteriorate the efficiency of the ANFIS models. Moreover, manipulating the wavelet-ANFIS models utilizing PCA leads to a significant decreasing in computational time. Finally, it was found that the PCA-wavelet-ANN/ANFIS models can provide reliable forecasts of dissolved oxygen as an important water quality indicator in rivers. KW - Maschinelles Lernen KW - machine learning KW - dimensionality reduction KW - wavelet transform KW - water quality KW - principal component analysis KW - OA-Publikationsfonds2020 Y1 - 2020 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:gbv:wim2-20200811-42125 UR - https://www.mdpi.com/2227-7390/8/8/1233 VL - 2020 IS - volume 8, issue 8, article 1233 PB - MDPI CY - Basel ER - TY - THES A1 - Schäfer, Robert Christian T1 - Phosphordynamik in naturnahen Schwimm- und Badeteichen T1 - phosphorus- dynamic in naturally swimming-pools N2 - Mit dieser Diplomarbeit werden die wichtigsten limnologischen Wechselwirkungen eines Gewässer- Ökosystems und der beteiligten Organismen ausführlich dargestellt. Dabei ist der „Nährstoffabbau“ speziell des Phosphors durch Plankton, Algen und Wasserpflanzen sowie dessen Einflussfaktoren wesentlich. In diesem Zusammenhang spielt die Phosphordynamik zwischen Gewässer, Sediment und Organismen eine entscheidende Rolle. Anhand ausgewählter Thüringer Badegewässer wird der Zusammenhang zwischen dem Phosphorgehalt und der Cyanobakterien- Dominanz untersucht. Von Bedeutung sind weitere hygienische Parameter der Wasserqualität. Mögliche Aussagen bei der Analyse der oligotrophen, natürlichen Badegewässer werden auf die naturnahen Schwimm- und Badeteiche übertragen. Da Schwimm- und Badeteiche künstlich errichtete Bauwerke sind, sind Aspekte der anthropogenen Nutzung bedeutsam. Hierzu zählen die Bauformen bzw. Größenver-hältnisse und der Technikeinsatz. Es wird geprüft, ob aufgrund vorliegender Daten be-züglich des Eintrages und der Elimination eine Bilanzierung des Phosphors in Schwimm- und Badeteichanlagen möglich ist. Als Ergebnis dieser Diplomarbeit werden Empfehlungen zu Errichtung und Betrieb von Schwimm- und Badeteichen erarbeitet, die den überwachungsbedürftigen Parameter Phosphor betreffen. KW - Funktionsprinzipien KW - ökologischer Ansatz KW - Belastungen KW - Reinigungsleistung KW - Wasserqualität KW - baulich-technische Anforderungen KW - water quality KW - comparison of operating costs KW - equipment KW - ecological approach KW - structural-technical requirements Y1 - 2005 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:gbv:wim2-20111215-5601 N1 - Der Volltext-Zugang wurde im Zusammenhang mit der Klärung urheberrechtlicher Fragen mit sofortiger Wirkung gesperrt. ER -