The main reason for this approach i

The main reason for this approach is that it allows one to model rainfall prediction with a little amount of domain knowledge using the minimal number of variables. No detailed knowledge of the underlying physical characteristics such as hydrological, meteorological and environmental processes, and no complex mathematical computations are needed. The modelling technique is therefore entirely event- based, a sensible approach for modelling rainfall prediction, and also a key benefit of using neural networks.

Kết quả (Việt) 1:

Lý do chính của phương pháp này là nó cho phép một trong những mô hình lượng mưa dự báo với một số lượng rất ít kiến thức tên miền bằng cách sử dụng số lượng tối thiểu của các biến. Không có kiến thức chi tiết về các đặc tính vật lý cơ bản như quá trình thủy văn, khí tượng và môi trường, và không có tính toán toán học phức tạp là cần thiết. Kỹ thuật mô hình là do đó hoàn toàn sự kiện trên, một cách tiếp cận hợp lý cho các mô hình dự đoán lượng mưa, và cũng là một lợi ích quan trọng của việc sử dụng mạng nơ-ron.

Kết quả (Việt) 2:

Lý do chính của phương pháp này là nó cho phép một mô hình dự báo lượng mưa với một số tiền ít kiến ​​thức miền bằng cách sử dụng số lượng tối thiểu của các biến. Không có kiến ​​thức chi tiết về các đặc tính vật lý tiềm ẩn như các quá trình thủy văn, khí tượng và môi trường, và không có tính toán toán học phức tạp là cần thiết. Các mô hình kỹ thuật được do đó hoàn toàn event- dựa, một cách tiếp cận hợp lý để dự đoán mô hình lượng mưa, và cũng là một lợi ích quan trọng của việc sử dụng mạng thần kinh.