Dane dostarczane przez sieci automatycznych stacji meteorologicznych w połączeniu z wynikami obserwacji satelitarnych stanowią podstawę nowoczesnego prognozowania pogody. Ujemny wpływ na trafność prognoz ma niekompletność serii danych pochodzących z pomiarów, m.in. temperatury powietrza, wykonywanych przez takie stacje. Aby przezwyciężyć ten problem, opracowano nową, opartą na zastosowaniu sztucznych sieci neuronowych, technologię uzupełniania przerwanych ciągów pomiarowych temperatury. W pracy wykorzystano wyniki cogodzinnych pomiarów temperatury powietrza prowadzonych w 1984 r. na stacji Wrocław Swojec, położonej na Dolnym Śląsku, przeznaczone do uzupełniania luk będących konsekwencją 3-, 6- i 12-godzinnych przerw w rejestracji. Opracowano i przestestowano trzy sieci perceptronowe o pojedynczej warstwie ukrytej. Wyniki badań dowodzą, że sieci neuronowe mogą być z powodzeniem używane do uzupełniania ciągów pomiarowych temperatury powietrza.

103-111