Speakers
Description
Алгоритмы усвоения данных широко используются для прогнозирования и оценки состояния процессов, характеризующихся быстрыми изменениями. Примером может служить процесс изменения химического состава атмосферного воздуха. Для повышения точности прогноза проводится усвоение данных измерений уровня загрязнения, полученных на постах мониторинга. Алгоритмы усвоения данных используют поступающие данные измерений прошлых и текущих значений функций состояния модели для восполнения недостающей информации о параметрах математической модели в процессе моделирования [1]. Задачу усвоения данных рассматриваем как последовательность связанных обратных задач. В качестве базовой обратной задачи для последовательности, рассматривается задача оценки источников модели продукции-деструкции по данным измерений по значениям некоторых элементов функции состояния модели в заданные моменты времени [2]. Для уточнения модели процессов системы усвоения данных на основе функций неопределённостей, найденных в результате усвоения данных, используются методы машинного обучения [3].
Исследование выполняется в рамках гранта № 075-15-2024-533 Мин. науки и высшего обр. РФ на выполнение крупного научного проекта по приоритетным направлениям научно-технологического развития (проект «Фундаментальные исследования Байкальской природной территории на основе системы взаимосвязанных базовых методов, моделей, нейронных сетей и цифровой платформы экологического мониторинга окружающей среды»)
Список литературы
1. Bocquet M. et al. // Atmo. Chemistry and Phy. Discussions 14, 2014
2. Penenko A.V. Consistent Num. Schemes for Solving Nonlinear Inv. Source Problems with Gradient-Type Algorithms and Newton-Kantorovich Methods // Num. Ana. and App. Pleiades Publishing Ltd, 2018.
3. Cheng S. et al. Machine Learning With Data Assimilation and Uncertainty Quantification for Dyn. Sys.: A Review // IEEE/CAA Journal of Automatica Sinica. Institute of Electrical and Electronics Engineers, 2023.
| Секция конференции | Математические модели физики атмосферы, океана и окружающей среды |
|---|
