OU Portal
  • Log In
  • Welcome
  • Applicants
Z6_60GI02O0O8IDC0QEJUJ26TJDI4
{}

Pomocí tohoto dialogu můžete vyhledat domácí autory, čili autory, kteří jsou vedeni v personálních systémech Ostravské univerzity.

Do našeptávače níže napište hledaný text a tento text bude vyhledán ve jméně nebo příjmení autora. Autoři, kteří budou hledanému textu odpovídat, Vám budou nabídnuti v seznamu. Pomocí myši nebo šipek na klávesnici vyberte požadovaného autora.

Našeptávač : 
Přidat autora k záznamu Zavřít

Pomocí tohoto dialogu můžete k záznamu přidat cizího autora, čili autora, který nemá žádný pracovní ani studijní vztah k Ostravské univerzitě. Takto přidaný autor bude do RIV vykázán jako nedomácí.

Pro přidání autora vepište jeho jméno a příjmení do určených položek.

Jméno :
Příjmení :
Přidat k záznamu Zavřít
Zavřít

Pomocí tohoto dialogu můžete k záznamu nahrát soubor PDF. Tento soubor musí obsahovat text tohoto záznamu (text článku, knihy, atd.). Tento soubor je důležitý pro RIV, protože může být použit jako důkaz existence tohoto záznamu.

Pro nahrání souboru klikněte na tlačítko Browse a vyberte soubor, který chcete nahrát. Nahrávání souboru zahájíte tlačítkem Nahrát soubor.

Maximální velikost souboru PDF je omezena na 100 MB.

Soubor : 

Nahrát soubor
Zavřít

Pomocí tohoto dialogu můžete stáhnout PDF soubor přiřazený tomuto záznamu. Pro stažení souboru klikněte níže na název tohoto souboru a bude Vám nabídnuta možnost soubor uložit.

Věnujte prosím pozornost také velikosti PDF souboru. Velké soubory se mohou stahovat delší dobu, pokud máte pomalé internetové připojení.

Název souboru :
Velikost souboru :
Zavřít
Publikační činnost


preloading...   Probíhá načítání, čekejte prosím...
publicationId :
tempRecordId :
actionDispatchIndex :
navigationBranch :
pageMode :
tabSelected :
isRivValid :
Typ záznamu * : článek v odborném periodiku (J)
Domácí pracoviště * : Ústav pro výzkum a aplikace fuzzy modelování (94410)
Název * : Mining Linguistic Associations for Emergent Flood Prediction Adjustment
Citace : Burda, M., Rusnok, P. a Štěpnička, M. Mining Linguistic Associations for Emergent Flood Prediction Adjustment. Advances in Fuzzy Systems. 2013, roč. 2013, č. 2013, s. 1-10. ISSN 1687-7101.
Podnázev :
Rok * : 2013
Obor * : Obecná matematika
Kód ISSN * : 1687-7101
Oficiální název periodika * : Advances in Fuzzy Systems
Stát vydavatele periodika * : Spojené státy americké
Svazek periodika * : 2013
Číslo periodika v rámci svazku * : 1
Číslo článku :
Ročník : 2013
Počet stran článku * : 10
Strana od * : 1
Strana do * : 10
Kód UT WoS :
EID :
Poddruh recenzovaného článku : Článek v databázi SCOPUS (Jsc)
Klíčová slova anglicky * :
GUHA; fuzzy rules; floods; perception-based logical deduction
Popis v původním jazyce * :
Floods belong to the most hazardous natural disasters and their disaster management heavily relies on precise forecasts of water flow rates. These forecasts are provided by sophisticated physical models based on differential equations. However, these models do depend on unreliable inputs. Thus, an appropriate data-mining analysis of the physical model and its precision based on features that determine distinct situations seems to be helpful in adjusting the physical model. An of application of fuzzy GUHA method in flood peak prediction is presented in this paper. Measured water flow rate data from a system for emergent flood predictions were used in order to mine fuzzy association rules expressed in natural language. The found associations were interpreted as fuzzy IF-THEN rules and used to predict expected time shift of flow rate peaks forecasted by the given physical model.
Popis v anglickém jazyce * :
Typ zdroje financování výsledku * : Specifický výzkum
Seznam projektů :
ID Projektu Název projektu
Seznam ohlasů : 
Ohlas
R01: RIV/61988987:17610/13:A14018JV

© 2019 Centre for Information Technology

  • Technická podpora :
  • Mgr. Olga Blahutová (phone: +420 597 091 129, phone flap for UO: 1129)
  • Ing. Lucie Svitaneková (phone: +420 597 091 108, phone flap for UO: 1108)
Complementary Content
  • ${title}${badge}
${loading}