Study of the application of neural networks to forecast river floods, analyzing the case of Seveso river. Feed forward and recurrent neural networks, built with LSTM and GRU cells, have been implemented and performances at different time steps between inputs and output have been estimated for these architectures.

Studio sull'applicazione di architetture di reti neurali per la previsione di piene fluviali, in particolare nel caso del fiume Seveso. Sono state implementate reti FFNN e reti ricorsive, dotate di unità LSTM o unità GRU, delle quali si valutano le prestazioni a diverse distanze temporali tra ingressi e uscita.

Architetture neurali per la previsione di piene fluviali

Tesser, Tommaso
2019/2020

Abstract

Study of the application of neural networks to forecast river floods, analyzing the case of Seveso river. Feed forward and recurrent neural networks, built with LSTM and GRU cells, have been implemented and performances at different time steps between inputs and output have been estimated for these architectures.
ING - Scuola di Ingegneria Industriale e dell'Informazione
24-lug-2020
2019/2020
Studio sull'applicazione di architetture di reti neurali per la previsione di piene fluviali, in particolare nel caso del fiume Seveso. Sono state implementate reti FFNN e reti ricorsive, dotate di unità LSTM o unità GRU, delle quali si valutano le prestazioni a diverse distanze temporali tra ingressi e uscita.
File allegati
File Dimensione Formato  
tesi.pdf

solo utenti autorizzati dal 05/07/2021

Dimensione 18.08 MB
Formato Adobe PDF
18.08 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/164631