Scientific Library of Tomsk State University

   E-catalog        

Normal view MARC view

Прогноз приземной температуры воздуха на основе модели рекуррентной нейронной сети И. В. Дель, А. В. Старченко

By: Дель, Ирина ВасильевнаContributor(s): Старченко, Александр ВасильевичMaterial type: ArticleArticleContent type: Текст Media type: электронный Subject(s): нейронные сети | приземная температура воздуха | рекуррентные нейронные сетиGenre/Form: статьи в сборниках Online resources: Click here to access online In: Все грани математики и механики : сборник статей Всероссийской молодежной научной конференции студентов, Томск, 27 мая - 1 июня 2021 г С. 58-67Abstract: В данной работе реализована рекуррентная нейронная сеть типа Long Short-Term Memory для прогнозирования метеорологических величин. На основе известного распределения метеорологических значений ставилась задача прогнозировать значения приземной температуры воздуха. Общая среднеквадратическая ошибка прогноза составила 0.12 C. Сравнение результатов прогнозирования рекуррентной нейронной сети с результатами многовариантной и одновариантной модели многослойного персептрона показало преимущество использования LSTM-сети. Сравнение результатов прогнозирования рекуррентной нейронной сети типа LSTM с результатами прогнозирования численной модели Weather Research and Forecasting показало перспективность использования нейронных сетей для предсказания метеорологических параметров
Tags from this library: No tags from this library for this title. Log in to add tags.
No physical items for this record

Библиогр.: 6 назв.

В данной работе реализована рекуррентная нейронная сеть типа Long Short-Term Memory для прогнозирования метеорологических величин. На основе известного распределения метеорологических значений ставилась задача прогнозировать значения приземной температуры воздуха. Общая среднеквадратическая ошибка прогноза составила 0.12 C. Сравнение результатов прогнозирования рекуррентной нейронной сети с результатами многовариантной и одновариантной модели многослойного персептрона показало преимущество использования LSTM-сети. Сравнение результатов прогнозирования рекуррентной нейронной сети типа LSTM с результатами прогнозирования численной модели Weather Research and Forecasting показало перспективность использования нейронных сетей для предсказания метеорологических параметров

There are no comments on this title.

to post a comment.
Share