Результаты исследований: Публикации в книгах, отчётах, сборниках, трудах конференций › тезисы в сборнике материалов конференции › научная › Рецензирование
Разработка методики прогнозирования высшего за год уровня воды в реках. / Грига, Семен Алексеевич.
Двадцать шестая Санкт-Петербургская ассамблея молодых ученых и специалистов: Сборник тезисов. Санкт-Петербург : Издательство Санкт-Петербургского государственного университета технологии и дизайна, 2023. стр. 76-76.Результаты исследований: Публикации в книгах, отчётах, сборниках, трудах конференций › тезисы в сборнике материалов конференции › научная › Рецензирование
}
TY - CHAP
T1 - Разработка методики прогнозирования высшего за год уровня воды в реках
AU - Грига, Семен Алексеевич
N1 - Conference code: 26
PY - 2023
Y1 - 2023
N2 - В работе решена актуальная с научной и практической точки зрения задача разработки методики прогнозирования высших за год уровней воды в городе Великий Устюг. Для решения поставленной задачи был проведен комплексный анализ литературных источников, ледового и водного режимов реки Сухоны и Юг, обоснована необходимость совершенствования методов прогнозирования гидрологических характеристик. Методами корреляционного анализа определен оптимальный предиктивный состав модели формирования высших уровней воды. С использованием классических регрессионных методов и методов машинного обучения (искусственных нейронных сетей) разработаны две методики, предназначенные для краткосрочного прогнозирования высшего за год уровня воды реки Сухоны в районе города Великий Устюг. Доказано превосходство метода обучения искусственных нейронных сетей над существующими методиками. Нейросетевая методика показала высокое качество по критериям, рекомендованными Гидрометцентром России. Полученная нейросетевая модель была верифицирована и апробирована для будущего внедрения на сети Росгидромета.
AB - В работе решена актуальная с научной и практической точки зрения задача разработки методики прогнозирования высших за год уровней воды в городе Великий Устюг. Для решения поставленной задачи был проведен комплексный анализ литературных источников, ледового и водного режимов реки Сухоны и Юг, обоснована необходимость совершенствования методов прогнозирования гидрологических характеристик. Методами корреляционного анализа определен оптимальный предиктивный состав модели формирования высших уровней воды. С использованием классических регрессионных методов и методов машинного обучения (искусственных нейронных сетей) разработаны две методики, предназначенные для краткосрочного прогнозирования высшего за год уровня воды реки Сухоны в районе города Великий Устюг. Доказано превосходство метода обучения искусственных нейронных сетей над существующими методиками. Нейросетевая методика показала высокое качество по критериям, рекомендованными Гидрометцентром России. Полученная нейросетевая модель была верифицирована и апробирована для будущего внедрения на сети Росгидромета.
UR - https://www.elibrary.ru/item.asp?id=59887122
M3 - тезисы в сборнике материалов конференции
SP - 76
EP - 76
BT - Двадцать шестая Санкт-Петербургская ассамблея молодых ученых и специалистов: Сборник тезисов
PB - Издательство Санкт-Петербургского государственного университета технологии и дизайна
CY - Санкт-Петербург
T2 - Двадцать шестая Санкт-Петербургская Ассамблея молодых ученых и специалистов
Y2 - 18 December 2023 through 18 December 2023
ER -
ID: 117491561