dor_id: 11330

506.#.#.a: Público

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

510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT); Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex); Scientific Electronic Library Online (SciELO); SCOPUS, Web Of Science (WoS); SCImago Journal Rank (SJR)

561.#.#.u: https://www.atmosfera.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: https://www.revistascca.unam.mx/atm/index.php/atm/index

351.#.#.b: Atmósfera

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: https://www.revistascca.unam.mx/atm/index.php/atm/article/view/27741/25969

100.1.#.a: Kwong, K. M.; Tee, F. W.; Liu, J. N. K.; Chan, P. W.

524.#.#.a: Kwong, K. M., et al. (2011). Implementation and applications of chaotic oscillatory based neural network for wind prediction problems. Atmósfera; Vol. 24 No. 4, 2011. Recuperado de https://repositorio.unam.mx/contenidos/11330

245.1.0.a: Implementation and applications of chaotic oscillatory based neural network for wind prediction problems

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

561.1.#.a: Instituto de Ciencias de la Atmósfera y Cambio Climático, UNAM

264.#.0.c: 2011

264.#.1.c: 2011-09-30

653.#.#.a: Chaotic oscillator; neural network; wind shear; forecast

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 4.0 Internacional, https://creativecommons.org/licenses/by-nc/4.0/legalcode.es, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico editora@atmosfera.unam.mx

884.#.#.k: https://www.revistascca.unam.mx/atm/index.php/atm/article/view/27741

001.#.#.#: 022.oai:ojs.pkp.sfu.ca:article/27741

041.#.7.h: eng

520.3.#.a: Wind shear, sudden change in the wind direction and speed, is a familiar hazard to aviation as well as a complex and hard-to-predict phenomenon. The causes of wind shear may be different in different locations. In some places it is caused by microbursts, viz. localized columns of sinking air brought by thunderstorms, while in other places wind shear may result from mesoscale weather phenomena. Thus, algorithms and techniques used to predict wind shear caused by microbursts, as in Wolfson et al. (1994), will not be applicable at an airport where wind shear and turbulence arise from larger-scale but local conditions. This paper presents the implementation and applications of chaotic oscillatory-based neural networks (CONN) for predicting sea breeze and wind shear arising from mesoscale weather phenomenon at the Hong Kong International Airport. Using historical local data provided by the Hong Kong Observatory, we show from simulations that CONN is able to forecast the short-term wind evolution and even wind shear events with a reasonable level of accuracy.

773.1.#.t: Atmósfera; Vol. 24 No. 4 (2011)

773.1.#.o: https://www.revistascca.unam.mx/atm/index.php/atm/index

046.#.#.j: 2021-10-20 00:00:00.000000

022.#.#.a: ISSN electrónico: 2395-8812; ISSN impreso: 0187-6236

310.#.#.a: Trimestral

264.#.1.b: Instituto de Ciencias de la Atmósfera y Cambio Climático, UNAM

handle: 009d3be483c57616

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

856.#.0.q: application/pdf

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

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

license_type: by-nc

_deleted_conflicts: 2-b82a60b366776b6792d8de6abb1b9dd4

No entro en nada

No entro en nada 2