Normal view
MARC view
Детектирование гроз на основе алгоритмов машинного обучения по данным спутникового зондирования В. В. Чурсин, И. В. Кужевская
Material type:
ArticleContent type: Текст Media type: электронный Subject(s): Западная Сибирь | дистанционное зондирование | машинное обучение | неблагоприятные погодные явления | грозыGenre/Form: статьи в сборниках Online resources: Click here to access online
In:
Динамика и взаимодействие геосфер Земли. Т. 2 : материалы Всероссийской конференции с международным участием, посвященной 100-летию подготовки в Томском государственном университете специалистов в области наук о Земле, 8-12 ноября 2021 года Т. 2. С. 208-211Abstract: В работе рассмотрена возможность использования данных микроволновой интегрированной восстанавливающей системы (MiRS) расширенных дополнительными расчетными параметрами атмосферы и алгоритма машинного обучения (XGBoost) для детектирования грозовых ячеек. Получено, что при значении в модели вероятности развития гроз более 80 %, достоверность модельного и фактического наличия грозы совпадают.
No physical items for this record
Библиогр.: 10 назв.
В работе рассмотрена возможность использования данных микроволновой интегрированной восстанавливающей системы (MiRS) расширенных дополнительными расчетными параметрами атмосферы и алгоритма машинного обучения (XGBoost) для детектирования грозовых ячеек. Получено, что при значении в модели вероятности развития гроз более 80 %, достоверность модельного и фактического наличия грозы совпадают.
There are no comments on this title.