Standard

ДОЛГОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ УРОВНЕЙ ВОДЫ ОЗЕРА ИЛЬМЕНЬ С ИСПОЛЬЗОВАНИЕМ ВЕРОЯТНОСТНЫХ ПОДХОДОВ. / Сумачев, А.Э.; Мякишева, Н.В.; Маргарян, В.Г.; Мисакян, А.Э.

в: ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ, № 6(157), 2021, стр. 96-102.

Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование

Harvard

Сумачев, АЭ, Мякишева, НВ, Маргарян, ВГ & Мисакян, АЭ 2021, 'ДОЛГОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ УРОВНЕЙ ВОДЫ ОЗЕРА ИЛЬМЕНЬ С ИСПОЛЬЗОВАНИЕМ ВЕРОЯТНОСТНЫХ ПОДХОДОВ', ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ, № 6(157), стр. 96-102.

APA

Сумачев, А. Э., Мякишева, Н. В., Маргарян, В. Г., & Мисакян, А. Э. (2021). ДОЛГОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ УРОВНЕЙ ВОДЫ ОЗЕРА ИЛЬМЕНЬ С ИСПОЛЬЗОВАНИЕМ ВЕРОЯТНОСТНЫХ ПОДХОДОВ. ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ, (6(157)), 96-102.

Vancouver

Сумачев АЭ, Мякишева НВ, Маргарян ВГ, Мисакян АЭ. ДОЛГОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ УРОВНЕЙ ВОДЫ ОЗЕРА ИЛЬМЕНЬ С ИСПОЛЬЗОВАНИЕМ ВЕРОЯТНОСТНЫХ ПОДХОДОВ. ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ. 2021;(6(157)):96-102.

Author

Сумачев, А.Э. ; Мякишева, Н.В. ; Маргарян, В.Г. ; Мисакян, А.Э. / ДОЛГОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ УРОВНЕЙ ВОДЫ ОЗЕРА ИЛЬМЕНЬ С ИСПОЛЬЗОВАНИЕМ ВЕРОЯТНОСТНЫХ ПОДХОДОВ. в: ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ. 2021 ; № 6(157). стр. 96-102.

BibTeX

@article{2689ac36953643279437217776e1bbd0,
title = "ДОЛГОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ УРОВНЕЙ ВОДЫ ОЗЕРА ИЛЬМЕНЬ С ИСПОЛЬЗОВАНИЕМ ВЕРОЯТНОСТНЫХ ПОДХОДОВ",
abstract = "Долгосрочное прогнозирование характеристик водного режима является важной водохозяйственной задачей. На практике такое прогнозирование с заблаговременностью от одного месяца и более может осуществляться в рамках двух вероятностных подходов. В основе первого подхода лежит теория, предложенная в работах Бокса и Дженкинса и реализованная в методе авторегрессии проинтегрированного скользящего среднего. Второй подход заключается в применении возможностей обучения искусственных нейронных сетей. В работе представлены результаты прогнозирования среднемесячных уровней воды на примере озера Ильмень с заблаговременностью от 1 до 12 месяцев. Проведено сравнение двух методов, показана сопоставимость результатов прогнозирования.",
keywords = "МОДЕЛЬ АВТОРЕГРЕССИИ, НЕЙРОННЫЕ СЕТИ, ЗАБЛАГОВРЕМЕННОСТЬ, ПРОГНОЗ",
author = "А.Э. Сумачев and Н.В. Мякишева and В.Г. Маргарян and А.Э. Мисакян",
year = "2021",
language = "русский",
pages = "96--102",
journal = "ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ",
issn = "1684-2626",
publisher = "Спутник+",
number = "6(157)",

}

RIS

TY - JOUR

T1 - ДОЛГОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ УРОВНЕЙ ВОДЫ ОЗЕРА ИЛЬМЕНЬ С ИСПОЛЬЗОВАНИЕМ ВЕРОЯТНОСТНЫХ ПОДХОДОВ

AU - Сумачев, А.Э.

AU - Мякишева, Н.В.

AU - Маргарян, В.Г.

AU - Мисакян, А.Э.

PY - 2021

Y1 - 2021

N2 - Долгосрочное прогнозирование характеристик водного режима является важной водохозяйственной задачей. На практике такое прогнозирование с заблаговременностью от одного месяца и более может осуществляться в рамках двух вероятностных подходов. В основе первого подхода лежит теория, предложенная в работах Бокса и Дженкинса и реализованная в методе авторегрессии проинтегрированного скользящего среднего. Второй подход заключается в применении возможностей обучения искусственных нейронных сетей. В работе представлены результаты прогнозирования среднемесячных уровней воды на примере озера Ильмень с заблаговременностью от 1 до 12 месяцев. Проведено сравнение двух методов, показана сопоставимость результатов прогнозирования.

AB - Долгосрочное прогнозирование характеристик водного режима является важной водохозяйственной задачей. На практике такое прогнозирование с заблаговременностью от одного месяца и более может осуществляться в рамках двух вероятностных подходов. В основе первого подхода лежит теория, предложенная в работах Бокса и Дженкинса и реализованная в методе авторегрессии проинтегрированного скользящего среднего. Второй подход заключается в применении возможностей обучения искусственных нейронных сетей. В работе представлены результаты прогнозирования среднемесячных уровней воды на примере озера Ильмень с заблаговременностью от 1 до 12 месяцев. Проведено сравнение двух методов, показана сопоставимость результатов прогнозирования.

KW - МОДЕЛЬ АВТОРЕГРЕССИИ

KW - НЕЙРОННЫЕ СЕТИ

KW - ЗАБЛАГОВРЕМЕННОСТЬ

KW - ПРОГНОЗ

UR - https://proxy.library.spbu.ru:2228/item.asp?id=46367418

M3 - статья

SP - 96

EP - 102

JO - ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ

JF - ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ

SN - 1684-2626

IS - 6(157)

ER -

ID: 86163629