dor_id: 4132407

506.#.#.a: Público

590.#.#.d: Los artículos enviados a la revista "Geofísica Internacional", se juzgan por medio de un proceso de revisión por pares

510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT); Scientific Electronic Library Online (SciELO); SCOPUS, Dialnet, Directory of Open Access Journals (DOAJ); Geobase

561.#.#.u: https://www.geofisica.unam.mx/

650.#.4.x: Físico Matemáticas y Ciencias de la Tierra

336.#.#.b: article

336.#.#.3: Artículo de Investigación

336.#.#.a: Artículo

351.#.#.6: http://revistagi.geofisica.unam.mx/index.php/RGI

351.#.#.b: Geofísica Internacional

351.#.#.a: Artículos

harvesting_group: RevistasUNAM

270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

590.#.#.c: Open Journal Systems (OJS)

270.#.#.d: MX

270.1.#.d: México

590.#.#.b: Concentrador

883.#.#.u: https://revistas.unam.mx/catalogo/

883.#.#.a: Revistas UNAM

590.#.#.a: Coordinación de Difusión Cultural

883.#.#.1: https://www.publicaciones.unam.mx/

883.#.#.q: Dirección General de Publicaciones y Fomento Editorial

850.#.#.a: Universidad Nacional Autónoma de México

856.4.0.u: http://revistagi.geofisica.unam.mx/index.php/RGI/article/view/78/78

100.1.#.a: Vega-jorquera, Pedro; Lazzús, Juan A.; Rojas, Pedro

524.#.#.a: Vega-jorquera, Pedro, et al. (2018). GA-optimized neural network for forecasting the geomagnetic storm index. Geofísica Internacional; Vol. 57 Núm. 4: Octubre 1, 2018; 239-251. Recuperado de https://repositorio.unam.mx/contenidos/4132407

245.1.0.a: GA-optimized neural network for forecasting the geomagnetic storm index

502.#.#.c: Universidad Nacional Autónoma de México

561.1.#.a: Instituto de Geofísica, UNAM

264.#.0.c: 2018

264.#.1.c: 2018-10-01

653.#.#.a: Índice Dst, Pronóstico; Tormenta geomagnética; Serie temporal; Red neuronal artificial; Algoritmo genético; Dst index, Forecast; Geomagnetic storm; Time series; Artificial neural network; Genetic algorithm

506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC-SA 4.0 Internacional, https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico revistagi@igeofisica.unam.mx

884.#.#.k: http://revistagi.geofisica.unam.mx/index.php/RGI/article/view/78

001.#.#.#: 063.oai:revistagi.geofisica.unam.mx:article/78

041.#.7.h: spa

520.3.#.a: A method that combines an artificial neural network and a genetic algorithm (ANN+GA) was developed in order to forecast the disturbance storm time (Dst) index. This technique involves optimizing the ANN by GA to update the ANN weights and to forecast the short-term Dst index from 1 to 6 hours in advance by using the time series values of the Dst and auroral electrojet (AE) indices. The database used contains 233,760 hourly geomagnetic indices data from 00 UT on 01 January 1990 to 23 UT on 31 August 2016. Different topologies of ANN were analyzed and the optimum architecture was selected. It emerged that the proposed ANN+GA method can be properly trained for forecasting Dst (t+1 to t+6) with good accuracy (with root mean square errors RMSE ≤ 10nT and correlation coefficients R ≥ 0.9), and that the utilized geomagnetic indices significantly affect the good training and predicting capabilities of the chosen network. The results show a good agreement between the measured and modeled Dst variations in both the main and recovery phases of a geomagnetic storm.doi: https://doi.org/10.22201/igeof.00167169p.2018.57.4.2104          

773.1.#.t: Geofísica Internacional; Vol. 57 Núm. 4: Octubre 1, 2018; 239-251

773.1.#.o: http://revistagi.geofisica.unam.mx/index.php/RGI

022.#.#.a: ISSN-L: 2954-436X; ISSN impreso: 0016-7169

310.#.#.a: Trimestral

300.#.#.a: Páginas: 239-251

264.#.1.b: Instituto de Geofísica, UNAM

doi: https://doi.org/10.22201/igeof.00167169p.2018.57.4.2104

handle: 28c811c19ac0fc93

harvesting_date: 2023-06-20 16:00:00.0

856.#.0.q: application/pdf

file_creation_date: 2018-10-03 15:01:02.0

file_modification_date: 2022-04-08 13:50:30.0

file_creator: Vega-Jorquera P.

file_name: 2705be3f89dbbd0e0e3bb8b79c910a7d84377457b21ea28ad92ab2b5b520644f.pdf

file_pages_number: 13

file_format_version: application/pdf; version=1.4

file_size: 6448982

245.1.0.b: GA-optimized neural network for forecasting the geomagnetic storm index

last_modified: 2023-06-20 16:00:00

license_url: https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es

license_type: by-nc-sa

No entro en nada

No entro en nada 2