Dam seepage analysis based on artificial neural networks: the hysteresis phenomenon

Santillan Sanchez, David; Fraile Ardanuy, José Jesús y Toledo Municio, Miguel Angel (2013). Dam seepage analysis based on artificial neural networks: the hysteresis phenomenon. En: "2013 International Joint Conference on Neural Networks (IJCNN)", 04/08/2013 - 09/08/2013, Dallas, Texas, EE.UU. pp. 1-8. https://doi.org/10.1109/IJCNN.2013.6707110.

Descripción

Título: Dam seepage analysis based on artificial neural networks: the hysteresis phenomenon
Autor/es:
  • Santillan Sanchez, David
  • Fraile Ardanuy, José Jesús
  • Toledo Municio, Miguel Angel
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: 2013 International Joint Conference on Neural Networks (IJCNN)
Fechas del Evento: 04/08/2013 - 09/08/2013
Lugar del Evento: Dallas, Texas, EE.UU
Título del Libro: 2013 International Joint Conference on Neural Networks (IJCNN)
Fecha: 2013
Materias:
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Tecnologías Especiales Aplicadas a la Aeronáutica [hasta 2014]
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (1MB) | Vista Previa

Resumen

Seepage flow measurement is an important behavior indicator when providing information about dam performance. The main objective of this study is to analyze seepage by means of an artificial neural network model. The model is trained and validated with data measured at a case study. The dam behavior towards different water level changes is reproduced by the model and a hysteresis phenomenon detected and studied. Artificial neural network models are shown to be a powerful tool for predicting and understanding seepage phenomenon.

Más información

ID de Registro: 30159
Identificador DC: http://oa.upm.es/30159/
Identificador OAI: oai:oa.upm.es:30159
Identificador DOI: 10.1109/IJCNN.2013.6707110
URL Oficial: http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=6707110&tag=1
Depositado por: Memoria Investigacion
Depositado el: 02 Ago 2014 11:39
Ultima Modificación: 22 Abr 2016 00:26
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM