Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2020-07-14T17:02:44Z
dc.date.available 2020-07-14T17:02:44Z
dc.date.issued 2010
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/100636
dc.description.abstract Se presenta el análisis comparativo entre los promedios anuales del número de manchas solares observado durante el ciclo 23 (periodo 1997-2008) y las predicciones realizadas previamente mediante dos métodos: Redes Neuronales Artificiales (RNA) y McNish-Lincoln modificado (NOAA). La predicción NOAA fue mas acertada en general en valor absoluto durante el ciclo, con una diferencia porcentual media de sólo -2%±14% (2σ) en el periodo 1997-2006, pero las RNA representaron el ciclo muy bien de modo cualitativo e incluso la RNA que predijo a partir de 1999 mostró la mejor estimación del final del ciclo, prediciendo un promedio de 9.6 manchas en 2007 sobre un valor observado de 7.5 en ese año previo al mínimo, cuando todas las predicciones padecen una marcada degradación. es
dc.description.abstract A comparative analysis is presented between the observed annual mean solar sunspot numbers during the Solar Cycle 23 (period 1997-2008) and predictions using two methods: Artificial Neural Networks (RNA) and McNish-Lincoln modified (NOAA). NOAA prediction was in general more accurate in absolute value during the cycle, with an average percentage difference of only -2%±14% (2σ) in the period 1997-2006. However, RNA represented qualitatively very well the cycle. In particular, the RNA predicting from 1999 on showed the best estimation over the last years of the cycle, predicting an average of 9.6 sunspots in 2007 against an observed value of 7.5 in this year previous to the minimum, when all predictions suffer generally a marked degradation. en
dc.format.extent 35-39 es
dc.language es es
dc.subject ciclo solar es
dc.subject manchas solares es
dc.subject redes neuronales es
dc.subject Predicción es
dc.title Análisis de la capacidad predictiva de una red neuronal artificial aplicada al número de manchas solares en el período 1997-2008 (ciclo solar 23) es
dc.type Articulo es
sedici.identifier.issn 0329-5184 es
sedici.creator.person Parodi, Miguel Ángel es
sedici.creator.person Luccini, Eduardo Alfredo es
sedici.creator.person Piacentini, Rubén Darío Narciso es
sedici.creator.person Grieco, Sebastián es
sedici.creator.person Fornari, Javier es
sedici.creator.person Herrera, Luis es
sedici.subject.materias Ciencias Exactas es
sedici.subject.materias Física es
sedici.subject.materias Ingeniería es
sedici.description.fulltext true es
mods.originInfo.place Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES) es
sedici.subtype Articulo es
sedici.rights.license Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-nd/4.0/
sedici.description.peerReview peer-review es
sedici.relation.journalTitle Avances en Energías Renovables y Medio Ambiente es
sedici.relation.journalVolumeAndIssue vol. 14 es


Descargar archivos

Este ítem aparece en la(s) siguiente(s) colección(ones)

Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)