CCL

Összesen 7 találat.
#/oldal:
Részletezés:
Rendezés:

1.

001-es BibID:BIBFORM087360
Első szerző:Baran Ágnes (matematikus)
Cím:Machine learning for total cloud cover prediction / Ágnes Baran, Sebastian Lerch, Mehrez El Ayari, Sándor Baran
Dátum:2021
ISSN:0941-0643 1433-3058
Megjegyzések:Accurate and reliable forecasting of total cloud cover (TCC) is vital for many areas such as astronomy, energy demand and production, or agriculture. Most meteorological centres issue ensemble forecasts of TCC; however, these forecasts are often uncalibrated and exhibit worse forecast skill than ensemble forecasts of other weather variables. Hence, some form of post-processing is strongly required to improve predictive performance. As TCC observations are usually reported on a discrete scale taking just nine different values called oktas, statistical calibration of TCC ensemble forecasts can be considered a classification problem with outputs given by the probabilities of the oktas. This is a classical area where machine learning methods are applied. We investigate the performance of post-processing using multilayer perceptron (MLP) neural networks, gradient boosting machines (GBM) and random forest (RF) methods. Based on the European Centre for Medium-Range Weather Forecasts global TCC ensemble forecasts for 2002-2014, we compare these approaches with the proportional odds logistic regression (POLR) and multiclass logistic regression (MLR) models, as well as the raw TCC ensemble forecasts. We further assess whether improvements in forecast skill can be obtained by incorporating ensemble forecasts of precipitation as additional predictor. Compared to the raw ensemble, all calibration methods result in a significant improvement in forecast skill. RF models provide the smallest increase in predictive performance, while MLP, POLR and GBM approaches perform best. The use of precipitation forecast data leads to further improvements in forecast skill, and except for very short lead times the extended MLP model shows the best overall performance.
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Megjelenés:Neural Computing & Applications. - 33 (2021), p. 2605-2620. -
További szerzők:Lerch, Sebastian (1986-) (matematikus) El Ayari, Mehrez (1989-) (informatikus) Baran Sándor (1973-) (matematikus, informatikus)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

2.

001-es BibID:BIBFORM073890
Első szerző:Baran Sándor (matematikus, informatikus)
Cím:Combining predictive distributions for the statistical post-processing of ensemble forecasts / Baran Sándor, Lerch Sebastian
Dátum:2018
ISSN:0169-2070
Tárgyszavak:Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban
Megjelenés:International Journal Of Forecasting 34 : 3 (2018), p. 477-496. -
További szerzők:Lerch, Sebastian (1986-) (matematikus)
Pályázati támogatás:EFOP-3.6.1-16-2016-00022
EFOP
Bolyai János Kutatási Ösztöndíj
Egyéb
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

3.

001-es BibID:BIBFORM062721
Első szerző:Baran Sándor (matematikus, informatikus)
Cím:Mixture EMOS model for calibrating ensemble forecasts of wind speed / S. Baran, S. Lerch
Dátum:2016
ISSN:1180-4009 1099-095X
Tárgyszavak:Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban
Megjelenés:Environmetrics. - 27 : 2 (2016), p. 116-130. -
További szerzők:Lerch, Sebastian (1986-) (matematikus)
Pályázati támogatás:Bolyai János Kutatási Ösztöndíj
MTA
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

4.

001-es BibID:BIBFORM058144
Első szerző:Baran Sándor (matematikus, informatikus)
Cím:Log-normal distribution based Ensemble Model Output Statistics models for probabilistic wind-speed forecasting / Sándor Baran, Sebastian Lerch
Dátum:2015
ISSN:0035-9009
Tárgyszavak:Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban
Tárgyak Internete (IoT)
Megjelenés:Quarterly Journal Of The Royal Meteorological Society. - 141 : 691 (2015), p. 2289-2299. -
További szerzők:Lerch, Sebastian (1986-) (matematikus)
Pályázati támogatás:TÁMOP-4.2.2.C-11/1/KONV-2012-0001
TÁMOP
Időjárás mérő és előrejelző hálózat fejlesztése
Campus Hungary
Egyéb
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

5.

001-es BibID:BIBFORM086413
Első szerző:Lerch, Sebastian (matematikus)
Cím:Simulation-based comparison of multivariate ensemble post-processing methods / Sebastian Lerch, Sándor Baran, Annette Möller, Jürgen Groß, Roman Schefzik, Stephan Hemri, and Maximiliane Graeter
Dátum:2020
ISSN:1607-7946
Megjegyzések:Many practical applications of statistical post-processing methods for ensemble weather forecasts require accurate modeling of spatial, temporal, and inter-variable dependencies. Over the past years, a variety of approaches has been proposed to address this need. We provide a comprehensive review and comparison of state-of-the-art methods for multivariate ensemble post-processing. We focus on generally applicable two-step approaches where ensemble predictions are first post-processed separately in each margin and multivariate dependencies are restored via copula functions in a second step. The comparisons are based on simulation studies tailored to mimic challenges occurring in practical applications and allow ready interpretation of the effects of different types of misspecifications in the mean, variance, and covariance structure of the ensemble forecasts on the performance of the post-processing methods. Overall, we find that the Schaake shuffle provides a compelling benchmark that is difficult to outperform, whereas the forecast quality of parametric copula approaches and variants of ensemble copula coupling strongly depend on the misspecifications at hand.
Tárgyszavak:Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Megjelenés:Nonlinear Processes in Geophysics. - 27 : 2 (2020), p. 349-371. -
További szerzők:Baran Sándor (1973-) (matematikus, informatikus) Möller, Annette (1981-) (statisztikus) Groß, Jürgen Schefzik, Roman Hemri, Stephan Graeter, Maximiliane
Pályázati támogatás:NKFIH NN125679
Egyéb
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

6.

001-es BibID:BIBFORM068361
Első szerző:Lerch, Sebastian (matematikus)
Cím:Similarity-based semilocal estimation of post-processing models / Sebastian Lerch, Sándor Baran
Dátum:2017
ISSN:0035-9254 1467-9876
Tárgyszavak:Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban
Megjelenés:Journal of the Royal Statistical Society Series C-Applied Statistics 66 : 1 (2017), p. 29-51. -
További szerzők:Baran Sándor (1973-) (matematikus, informatikus)
Pályázati támogatás:MTA Bolyai János Kutatási Ösztöndíj
Egyéb
Internet cím:DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

7.

001-es BibID:BIBFORM093743
Első szerző:Schulz, Benedikt (alkalmazott matematikus)
Cím:Post-processing numerical weather prediction ensembles for probabilistic solar irradiance forecasting / Benedikt Schulz, Mehrez El Ayari, Sebastian Lerch, Sándor Baran
Dátum:2021
ISSN:0038-092X
Tárgyszavak:Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Megjelenés:Solar Energy. - 220 (2021), p. 1016-1031. -
További szerzők:El Ayari, Mehrez (1989-) (informatikus) Lerch, Sebastian (1986-) (matematikus) Baran Sándor (1973-) (matematikus, informatikus)
Pályázati támogatás:EFOP-3.6.2-16-2017-00015
EFOP
NKFIH NN125679
Egyéb
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Rekordok letöltése1