NULL<\/p>\n
Heutzutage die gr\u00f6\u00dfte Herausforderung f\u00fcr Stadthydrologen besteht darin, effektive Niederschlag-Abfluss-Modelle zu entwickeln, mit denen die schnelle Reaktion eines urbanisierten Flusseinzugsgebiets vorhergesagt werden kann. Die Verbesserung der ANN-basierten Modellen schafft neue M\u00f6glichkeiten f\u00fcr die Entwicklung von Fr\u00fchwarnverfahren f\u00fcr Sturzfluten in kleinen Einzugsgebieten. Das ist eine wesentliche und notwendige Anforderung zur Verringerung des Hochwasserrisikos in st\u00e4dtischen und l\u00e4ndlichen Einzugsgebieten. W\u00e4hrend meines Projekts habe ich versucht, eine der neuesten “deep-learning” Architekturen \u2013 Long-Short-Term-Memory-Netzwerk (LSTM) \u2013 zu verstehen, die von Hochreiter und Schmidhuber (1997) eingef\u00fchrt wurden.Das grundlegende Ziel meiner Forschung war es, den Betrieb von LSTM f\u00fcr deutsche und polnische Einzugsgebiete zu testen und zu vergleichen. Als Eingabedaten wurden der st\u00fcndliche Abfluss und der Niederschlag verwendet. Die wichtigsten Arbeitsschritte bestanden darin, polnische Daten zu erhalten und angemessen zu modifizieren, ein Skript mit dem LSTM-Modell zu verstehen und zu schreiben, seine Funktionsweise zu verbessern und eine andere ANN-Architektur zu finden. F\u00fcr bessere Ergebnisse habe ich die Wettervorhersage in das Modell aufgenommen. Dies f\u00fchrte zu einer signifikanten Verbesserung der erhaltenen Str\u00f6mungsprognose. In der Zwischenzeit bestand die gr\u00f6\u00dfte Herausforderung f\u00fcr mich darin, Python Programmierung zu lernen und zu verstehen, wie neuronale LSTM-Netzwerke funktionieren und aufgebaut werden. Diese Phase hat f\u00fcr mich die meiste Zeit in Anspruch genommen, aber ich habe in dieser Zeit das meiste Wissen erworben.<\/p>\n","protected":false},"excerpt":{"rendered":"
NULL Heutzutage die gr\u00f6\u00dfte Herausforderung f\u00fcr Stadthydrologen besteht darin, effektive Niederschlag-Abfluss-Modelle zu entwickeln, mit denen die schnelle Reaktion eines urbanisierten Flusseinzugsgebiets vorhergesagt werden kann. Die Verbesserung der ANN-basierten Modellen schafft neue M\u00f6glichkeiten f\u00fcr die Entwicklung von Fr\u00fchwarnverfahren f\u00fcr Sturzfluten in kleinen Einzugsgebieten. Das ist eine wesentliche und notwendige Anforderung zur Verringerung des Hochwasserrisikos in st\u00e4dtischen […]<\/p>\n","protected":false},"author":1,"featured_media":0,"template":"","meta":{"footnotes":""},"categories":[],"tags":[2469],"class_list":["post-47060","moe-fellowship","type-moe-fellowship","status-publish","hentry","tag-polen"],"meta_box":{"dbu_stipendiaten_az":"30020\/906","dbu_stipendiaten_anrede":"","dbu_stipendiaten_nachname":"Nitecka","dbu_stipendiaten_vorname":"Aleksandra","dbu_stipendiaten_titel":"","dbu_stipendiaten_fbeginn":"2020-02-05 00:00:00","dbu_stipendiaten_fende":"2021-01-04 00:00:00","dbu_stipendiaten_e_anschrif":"CDM Smith Consult GmbH","dbu_stipendiaten_betreuer":"Heiko N\u00f6ll","dbu_stipendiaten_email_dienst":"alwalerych@gmail.com"},"_links":{"self":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/moe-fellowship\/47060","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/moe-fellowship"}],"about":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/types\/moe-fellowship"}],"author":[{"embeddable":true,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/users\/1"}],"version-history":[{"count":1,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/moe-fellowship\/47060\/revisions"}],"predecessor-version":[{"id":60773,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/moe-fellowship\/47060\/revisions\/60773"}],"wp:attachment":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/media?parent=47060"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/categories?post=47060"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/tags?post=47060"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}