Flooding is a serious problem almos

Flooding is a serious problem almost every year in some
areas of Thailand. In 2011, the tropical storm NOCK-TEN
passed Thailand, bringing with it torrential rains, in which
over 30 provinces were flooded, including Chiang Mai and
Ubon Ratchathani. For effective flood prevention, an early
warning system is necessary. Hydrological model such as
MIKE 11 [1], TANK [2] and Artificial Neural Network
(ANN) [2], [3], have been developed and applied for flood
forecasting. Notably, the ANN model, which is a black box
model, makes use of a data driven method. The advantages of
the ANN model are that it does not require physical data or
field data, and has less computation time than the other
approach models. It is also easy to update when new data
become available. Therefore, the Hydrology Division, Royal
Irrigation Department, Thailand, has chosen to apply the
ANN model for flood forecasting for over 11 basins in
Thailand [4]. For improving the ANN model for its better and
more effective use in for flood forecasting, there are several
methods, for example, selecting the input variable from the
input determination techniques [5], [6], adding extra input
variables [6], [7], and selecting different transfer functions
[8], selecting different learning algorithms [9]. However, it
has to be borne in mind that different basins may require
different ANN models because of different runoff behaviors
in the basin and different data available. In addition, it is

ผลลัพธ์ (ไทย) 1:

น้ำท่วมเป็นปัญหาร้ายแรงเกือบทุกปีบางพื้นที่ของประเทศไทย ใน 2011 พายุเขตร้อน NOCK-TENฝนตกผ่านประเทศไทย นำมันต่อ ที่กว่า 30 จังหวัดถูกน้ำท่วม รวมทั้งจังหวัดเชียงใหม่ และจังหวัดอุบลราชธานี สำหรับป้องกันน้ำท่วมที่มีประสิทธิภาพ การระบบเป็นสิ่งจำเป็น แบบจำลองอุทกวิทยาเช่นไมค์ 11 [1], ถัง [2] และโครงข่ายประสาทเทียม(แอน) [2], [3], ได้รับการพัฒนา และใช้สำหรับน้ำท่วมคาดการณ์ สะดุดตา แม่แบบ ซึ่งเป็นกล่องสีดำรูปแบบ ทำให้ใช้ข้อมูลซึ่งวิธีการ ข้อดีของรุ่นแอนได้ที่ไม่ต้องการข้อมูลทางกายภาพ หรือฟิลด์ข้อมูล และมีเวลาคำนวณน้อยกว่าอื่น ๆรูปแบบวิธีการ ก็ยังต้องปรับปรุงเมื่อข้อมูลใหม่จะพร้อมใช้งาน ดังนั้น การอุทกวิทยาแบ่ง รอยัลกรมชลประทาน ประเทศไทย เลือกที่จะใช้การรุ่นแอนสำหรับการคาดการณ์น้ำท่วมสำหรับอ่างกว่า 11 ในประเทศไทย [4] สำหรับการปรับปรุงการแอนรุ่นที่ดี และใช้เพิ่มประสิทธิภาพสำหรับการคาดการณ์น้ำท่วม มีหลายวิธี เช่น การเลือกตัวแปรอินพุตจากการใส่เทคนิคกำหนด [5], [6], เพิ่มอินพุตเสริมตัวแปร [6], [7], และเลือกฟังก์ชันการถ่ายโอนแตกต่างกัน[8], เลือกอัลกอริทึมการเรียนรู้ที่แตกต่างกัน [9] อย่างไรก็ตาม มันการจะแบกรับทราบที่แอ่งต่าง ๆ อาจต้องรุ่นแอนแตกต่างกันเนื่องจากพฤติกรรมต่าง ๆ ที่ไหลบ่าในลุ่มน้ำและข้อมูลที่แตกต่างกัน นอกจากนี้ มันเป็น

ผลลัพธ์ (ไทย) 2:

น้ำท่วมเป็นปัญหาที่ร้ายแรงเกือบทุกปีในบาง
พื้นที่ของประเทศไทย ในปี 2011 พายุโซนร้อน NOCK-TEN
ผ่านประเทศไทยนำด้วยฝนซึ่งใน
กว่า 30 จังหวัดถูกน้ำท่วมรวมทั้งจังหวัดเชียงใหม่และ
อุบลราชธานี สำหรับการป้องกันน้ำท่วมที่มีประสิทธิภาพต้น
ระบบเตือนภัยเป็นสิ่งที่จำเป็น รุ่นอุทกวิทยาเช่น
MIKE 11 [1] ถัง [2] และโครงข่ายประสาทเทียม
(ANN) [2], [3], ได้รับการพัฒนาและนำมาใช้สำหรับน้ำท่วม
คาดการณ์ โดยเฉพาะอย่างยิ่งในรูปแบบแอนซึ่งเป็นกล่องสีดำ
รุ่นทำให้การใช้วิธีการที่ขับเคลื่อนด้วยข้อมูล ข้อดีของ
รุ่น ANN ที่ว่ามันไม่จำเป็นต้องมีข้อมูลหรือทางกายภาพ
เขตข้อมูลและมีเวลาในการคำนวณน้อยกว่าที่อื่น ๆ
รูปแบบวิธีการ นอกจากนี้ยังเป็นเรื่องง่ายที่จะอัปเดตเมื่อมีข้อมูลใหม่
กลายเป็นใช้ได้ ดังนั้นส่วนอุทกวิทยารอยัล
กรมชลประทานไทยได้เลือกที่จะใช้
รูปแบบ ANN สำหรับการพยากรณ์น้ำท่วมมานานกว่า 11 อ่างใน
ประเทศไทย [4] สำหรับการปรับปรุงรูปแบบการ ANN ที่ดีขึ้นและ
การใช้งานมีประสิทธิภาพมากขึ้นในการพยากรณ์น้ำท่วมมีหลาย
วิธีเช่นการเลือกตัวแปรจาก
เทคนิคการกำหนดอินพุต [5] [6] เพิ่มพิเศษการป้อนข้อมูล
ตัวแปร [6] [7] และเลือกฟังก์ชั่นการถ่ายโอนที่แตกต่างกัน
[8] เลือกขั้นตอนวิธีการเรียนรู้ที่แตกต่างกัน [9] แต่ก็
จะต้องมีการพาหะในใจว่าแอ่งน้ำที่แตกต่างกันอาจจำเป็นต้องมี
รูปแบบที่แตกต่างกัน ANN เพราะพฤติกรรมที่ไหลบ่ามาที่แตกต่างกัน
ในอ่างและข้อมูลที่แตกต่างกัน นอกจากนี้ยังเป็น

ผลลัพธ์ (ไทย) 3:

น้ำท่วมเป็นปัญหาเกือบทุกปี ในบางพื้นที่ของประเทศไทย ใน 2011 , พายุโซนร้อนนกเตนผ่านประเทศไทยนำด้วยฝน ซึ่งกว่า 30 จังหวัดที่ถูกน้ำท่วม ได้แก่ เชียงใหม่ และอุบลราชธานี สำหรับการป้องกันน้ำท่วมที่มีประสิทธิภาพก่อนระบบเตือนภัยเป็นสิ่งที่จำเป็น แบบจำลองทางอุทกวิทยา เช่นไมค์ 11 [ 1 ] , ถัง [ 2 ] และโครงข่ายประสาทเทียม( แอน ) [ 2 ] , [ 3 ] ได้ถูกพัฒนาและประยุกต์สำหรับน้ำท่วมการพยากรณ์ โดยเฉพาะ รุ่นแอน ซึ่งเป็นกล่องสีดำรูปแบบของข้อมูลที่ใช้ขับรถวิธีการ ข้อดีของนางแบบ แอนว่ามันไม่ต้องใช้ข้อมูลทางกายภาพหรือข้อมูลสนาม และมีเวลาในการคำนวณน้อยกว่าอื่น ๆรูปแบบวิธีการ นอกจากนี้ยังง่ายในการปรับปรุงเมื่อข้อมูลใหม่กลายเป็นใช้ได้ ดังนั้น กองอุทกวิทยา รอยัลกรม ชลประทาน ไทย ได้เลือกที่จะใช้แบบจำลอง ANN สำหรับการพยากรณ์มากกว่า 11 ชามในประเทศไทย [ 1 ] สำหรับการปรับปรุงรูปแบบของที่ดีและแอนมีประสิทธิภาพมากขึ้นใช้สำหรับการพยากรณ์น้ำท่วมมีหลายวิธีการ ตัวอย่างเช่น การเลือกใส่ตัวแปรจากการกำหนดเทคนิค [ 5 ] [ 6 ] , เพิ่มพิเศษข้อมูลตัวแปร [ 6 ] [ 7 ] และเลือกฟังก์ชันต่าง ๆ[ 8 ] , การเลือกที่แตกต่างกัน อัลกอริทึมการเรียนรู้ [ 9 ] อย่างไรก็ตามต้องเป็นพาหะในใจว่าชามที่แตกต่างกันอาจต้องการเพราะพฤติกรรมของน้ำแตกต่างกัน แอน รุ่นต่างในลุ่มน้ำ และข้อมูลต่าง ๆที่มีอยู่ นอกจากนี้ มันคือ