Filtering spam e-mail with Generalized Additive Neural Networks

2012 ◽  
Author(s):  
Tiny du Toit ◽  
Hennie Kruger
Keyword(s):  
Neural Networks ◽  
E Mail

scholarly journals DESENVOLVIMENTO DE REDES NEURAIS ARTIFICIAIS PARA ESTIMATIVA DAS VAZÕES DIÁRIAS NA BACIA DO RIO PIRACICABA5

Irriga ◽  
2018 ◽  
Vol 23 (4) ◽  
pp. 756-772
Author(s):  
Eduardo Morgan Uliana ◽  
Demetrius David da Silva ◽  
Michel Castro Moreira ◽  
Donizete Dos Reis Pereira ◽  
Silvio Bueno Pereira ◽  
...  
Keyword(s):  
Neural Networks ◽  
Artificial Neural Networks ◽  
River Basin ◽  
Hydrologic Modeling ◽  
Minas Gerais ◽  
Mato Grosso ◽  
Artificial Neural ◽  
E Mail ◽  
Daily Flows ◽  
Piracicaba River

DESENVOLVIMENTO DE REDES NEURAIS ARTIFICIAIS PARA ESTIMATIVA DAS VAZÕES DIÁRIAS NA BACIA DO RIO PIRACICABA5     EDUARDO MORGAN ULIANA1; DEMETRIUS DAVID DA SILVA2; MICHEL CASTRO MOREIRA3; DONIZETE DOS REIS PEREIRA4; SILVIO BUENO PEREIRA2 E FREDERICO TERRA DE ALMEIDA1   1Universidade Federal de Mato Grosso (UFMT), Instituto de Ciências Agrárias e Ambientais (ICAA), Avenida Alexandre Ferronato, CEP.: 78557-267, Sinop – MT, Brasil, e-mail: [email protected], [email protected]. 2Universidade Federal de Viçosa (UFV), Departamento de Engenharia Agrícola, Avenida Peter Henry Rolfs, CEP.: 36570-900, Viçosa – MG, Brasil, e-mail: [email protected]. 3Universidade Federal do Oeste da Bahia, Centro das Ciências Exatas e das Tecnologias, Rua Professor José Seabra de Lemos, CEP.: 47808-021, Barreiras – BA, Brasil, e-mail: [email protected]. 4Universidade Federal de Viçosa (UFV), Instituto de Ciências Agrárias, Rodovia LMG 818, km 06, Florestal – MG, Brasil, e-mail: [email protected]. 5O artigo é referente ao capítulo 3 da tese de doutorado do primeiro autor.     1 RESUMO   As Redes Neurais Artificiais (RNAs) são uma alternativa na modelagem hidrológica para a estimativa das vazões dos cursos de água a partir de dados hidrometeorológicos. O objetivo do trabalho foi desenvolver Redes Neurais Artificiais para estimar as vazões diárias na bacia hidrográfica do rio Piracicaba, Minas Gerais. O estudo foi realizado em três seções de monitoramento de vazão da bacia do rio Piracicaba, localizada no Estado de Minas Gerais - Brasil. No desenvolvimento das RNAs foram realizados a coleta e seleção dos dados; a definição da arquitetura da rede; e o treinamento e validação das redes desenvolvidas. A maior parte das RNAs desenvolvidas apresentou coeficiente de Nash-Sutcliffe maior que 0,80 o que permitiu classificar os modelos como bons para a estimativa das vazões. Com base nos resultados, pode-se concluir que as RNAs são adequadas para a estimativa das vazões diárias na bacia do rio Piracicaba e podem ser empregadas na estimativa de eventos extremos e no gerenciamento dos recursos hídricos.   Palavras-Chave: modelo empírico inteligência artificial, modelagem hidrológica.     ULIANA, E. M.; SILVA, D. D.; MOREIRA, M. C.; PEREIRA, D. R.; PEREIRA, S. B.; ALMEIDA, F. T. ARTIFICIAL NEURAL NETWORKS FOR DAILY FLOW ESTIMATES IN THE PIRACICABA RIVER BASIN     2 ABSTRACT   Artificial neural networks (ANNs) have been used alternatively in hydrologic modeling to estimate accurately watercourse flows based on hydrometeorological data. This study developed artificial neural networks to estimate daily flows in Piracicaba river basin, in Minas Gerais state (Brazil). For this, we used three runoff-monitoring sections of the Piracicaba river basin, with an area of 5,304.0 km2, and located in the State of Minas Gerais – Brazil. For designing the ANNs to estimate daily flows, we adopted the following steps: data collection and selection, network architecture definition, training and validation of results. The results showed that ANNs are adequate to estimate daily flows in Piracicaba river basin.   Keywords: empirical model, artificial intelligence, hydrologic modeling.

Implementation of Mail Classification Using Neural Networks of the Second Type Spline Weight Functions

2014 ◽  
Vol 513-517 ◽  
pp. 687-690 ◽  
Author(s):  
Dai Yuan Zhang ◽  
Lei Yang
Keyword(s):  
Neural Network ◽  
Neural Networks ◽  
Recall Rate ◽  
High Accuracy ◽  
Weight Functions ◽  
Network Algorithm ◽  
Neural Network Algorithm ◽  
Sorting Process ◽  
E Mail

How to effectively filter out spam is a topic worthy of further study for the growing proliferation of spam. The main purpose of this paper is to apply a new neural network algorithm to the classification of spam. In this paper, we introduce a second type of spline weight function neural network algorithm, as well as e-mail feature extraction and vectorization, and then introduced the mail sorting process. Experiments show that it can get a relatively high accuracy and recall rate on the spam classification. Therefore, with this new algorithm, we can achieve better classification results.

On Effective E-mail Classification via Neural Networks

2005 ◽  
pp. 85-94 ◽  
Author(s):  
Bin Cui ◽  
Anirban Mondal ◽  
Jialie Shen ◽  
Gao Cong ◽  
Kian-Lee Tan
Keyword(s):  
Neural Networks ◽  
E Mail

scholarly journals REDES NEURAIS ARTIFICIAIS, REGRESSÃO E MÉTODOS EMPÍRICOS PARA A MODELAGEM DA EVAPOTRANSPIRAÇÃO DE REFERÊNCIA NA CIDADE DE INHAMBANE, MOÇAMBIQUE

Irriga ◽  
2019 ◽  
Vol 24 (4) ◽  
pp. 802-816
Author(s):  
BARTOLOMEU FÉLIX TANGUNE ◽  
Rodrigo Máximo Sánchez Román
Keyword(s):  
Neural Networks ◽  
Artificial Neural Networks ◽  
Root Mean Square Error ◽  
Mean Square Error ◽  
Reference Evapotranspiration ◽  
Mean Bias Error ◽  
Bias Error ◽  
Mean Square ◽  
Empirical Methods ◽  
E Mail

REDES NEURAIS ARTIFICIAIS, REGRESSÃO E MÉTODOS EMPÍRICOS PARA A MODELAGEM DA EVAPOTRANSPIRAÇÃO DE REFERÊNCIA NA CIDADE DE INHAMBANE, MOÇAMBIQUE   BARTOLOMEU FÉLIX TANGUNE1 E RODRIGO MÁXIMO SÁNCHEZ ROMÁN2   1 Departamento de Engenharia Rural, Escola Superior de Desenvolvimento Rural, Universidade Eduardo Mondlane, Vilankulo, Inhambane, Moçambique. E-mail: [email protected]. 2 Departamento de Engenharia Rural, Faculdade de Ciências Agronômicas, Universidade Estadual Paulista (UNESP) Campus de Botucatu. Fazenda Experimental Lageado, Avenida Universitária, nº 3780, Altos do Paraíso, CEP: 18610-034, Botucatu – SP. Brasil. E-mail: [email protected]     1 RESUMO   Estimativa precisa da evapotranspiração de referência (ETo) é importante para dimensionar e fazer manejo de sistemas de irrigação. Métodos de estimativa da ETo (11 métodos empíricos, 10 modelos de regressão múltipla: RLM e 10 redes neurais artificias: RNAs) foram avaliados em relação ao método padrão de Penman Monteith FAO 56, utilizando os seguintes índices: MBE (Mean Bias Error), RMSE (Root Mean Square Error) e R2, sendo RMSE utilizado como critério principal de seleção dos métodos. A significância dos métodos foi avaliada com base no teste t utilizando dados de 1985 a 2009. Os dados meteorológicos utilizados (temperatura máxima: Tmax, temperatura mínima: Tmin e temperatura média: T, umidade relativa, velocidade do vento e insolação) são da estação meteorológica convencional da cidade de Inhambane, Moçambique. Os resultados mostraram que o modelo RLM4 apresentou melhor desempenho (MBE = 0,01 mm.d-1; RMSE = 0,15 mm.d-1; R2 = 0,99). Na falta da radiação solar global, os modelos RLM6 (MBE = -0,01 mm.d-1; RMSE = 0,23 mm.d-1; R2 = 0,97) e RLM10 (MBE = 0,01 mm.d-1; RMSE = 0,23 mm.d-1; R2 = 0,97) podem ser utilizados e exigem a medição da T, Tmax e Tmin, respectivamente. Esses modelos não foram estatisticamente diferentes do método padrão.   Palavras-chave: evapotranspiração, regressão múltipla, redes neurais.     TANGUNE, B. F.; SÁNCHEZ-ROMÁN, R. M. ARTIFICIAL NEURAL NETWORKS, REGRESSION AND EMPIRICAL METHODS FOR REFERENCE EVAPOTRANSPIRATION MODELING IN INHAMBANE CITY, MOZAMBIQUE     2 ABSTRACT   Precise estimation of reference evapotranspiration (ETo) is important for designing and managing irrigation systems. Methods of ETo estimation (11 empirical methods, 10 multiple regression models: RLM and 10 artificial neural networks: RNAs) were evaluated against Penman Monteith FAO 56 method using the following indexes: MBE (Mean Bias Error), RMSE (Root Mean Square Error) and R2, and RMSE was used as the main criterion of method selection. The significance of the methods was evaluated on the basis of the t test using data from 1985 to 2009. The meteorological data used (maximum temperature: Tmax, minimum temperature: Tmin and average temperature: T, relative air humidity, wind speed and solar brightness), from 1985 to 2009, are from the conventional meteorological station of the city of Inhambane, Mozambique. The results showed that the RLM4 model presented better performance (MBE = 0.01 mm.d-1; RMSE = 0.15 mm.d-1; R2 = 0.99). In the absence of global solar radiation, RLM6 (MBE = -0.01 mm.d-1; RMSE = 0.23 mm.d-1; R2 = 0.97) and RLM10 (MBE = 0.01 mm. d-1; RMSE = 0.23 mm.d-1; R2 = 0.97) can be used, which require measurement of T, and Tmax and Tmin, respectively. These models were not statistically different from the standard method.   Keywords: evapotranspiration, multiple regression, neural networks.

Sign in / Sign up

Export Citation Format

Share Document