So sánh khả năng dự đoán độ mặn vùng cửa sông Mê Kông của các thuật toán học máy: Trường hợp nghiên cứu Cửa Đại Hàm Luông và Cổ Chiên

Các nhiệm vụ khác

Mạng lưới thí nghiệm địa phương hóa giống cao su ở Tây nguyên kết quả bước đầu (báo cáo chuyên đề KHKT thuộc đề tài 40A0101 Cải tiến giống cao su)
Giải pháp của Đoàn Thanh niên Cộng sản Hồ Chí Minh trong phát triển mô hình hỗ trợ tâm lý thanh thiếu niên
Tin học trong công tác quản lý hộ khẩu và quản lý vũ khí – công cụ hỗ trợ
Phương thức kết hợp giảng dạy với hoạt động thực tiễn nhằm nâng cao chất lượng bài giảng kiến thức hành chính về quản lý nhà nước và chất lượng giảng viên
Cải tiến và xây dựng qui trình công nghệ hợp lý nhà máy đường 100T miá/ngày
Đánh giá tính thích ứng của một số giống Lê nhập nội có năng suất chất lượng tốt tại địa bàn huyện Trạm Tấu Mù Cang Chải tỉnh Yên Bái
Nghiên cứu chọn tạo giống lúa lai hai dòng có năng suất cao chất lượng tốt và có mùi thơm
Sản xuất hoa chất lượng cao trên địa bàn huyện Đông Anh phục vụ nhu cầu tiêu dùng trong nước và xuất khuẩu
Nghiên cứu áp dụng các giải pháp kỹ thuật và công nghệ nhằm chống giữ duy trì ổn định đường lò trong quá trình khai thác ở các mỏ than hầm lò vùng Quảng Ninh
Nghiên cứu đề xuất các giải pháp nâng cao hiệu quả công tác phòng ngừa đấu tranh ngăn chặn các hoạt động tín ngưỡng tôn giáo trái pháp luật trên địa bàn tỉnh Thái Bình

liên kết website

Lượt truy cập

Lượt truy cập : 14,893,180

Kết quả thực hiện nhiệm vụ

Tên nhiệm vụ

So sánh khả năng dự đoán độ mặn vùng cửa sông Mê Kông của các thuật toán học máy: Trường hợp nghiên cứu Cửa Đại Hàm Luông và Cổ Chiên

Tổ chức chủ trì

Trường đại học Thủ Dầu Một

Cơ quan chủ quản

UBND Tỉnh Bình Dương

Cấp quản lý nhiệm vụ

Cơ sở

Thuộc chương trình

Chủ nhiệm nhiệm vụ

ThS. Phạm Ngọc Hoài

Cán bộ phối hợp

ThS. Phạm Ngọc Hoài (Chủ nhiệm nhiệm vụ), ThS. Trần Thành Thái (Thành viên chính), TS. Phạm Bảo Quốc (Thành viên chính), ThS. Phan Thị Thanh Huyền (Thư ký đề tài), CN. Lương Lê Lâm (Thành viên); Trần Thành Thái⁽¹⁾;

Lĩnh vực nghiên cứu

Khoa học tự nhiên

Thời gian bắt đầu

01/12/2021

Thời gian kết thúc

01/10/2022

Năm viết báo cáo

2022

Nơi viết báo cáo

Bình Dương

Kinh phí

249881900 (triệu đồng)

Tóm tắt

Mục Đích là đánh giá khả năng chính xác của các thuật toán học máy, bao gồm các thuật toán truyền thống (MLR, KNNR, RFR, và SVR) và thuật toán học sâu (ANN) trong dự báo mặn ở các cửa sông Mê Kông khi ở điều kiện hạn chế dữ liệu đầu vào. So sánh tính chính xác trong dự báo mặn khi ít dữ liệu đầu vào của các thuật toán học máy truyền thống và thuật toán học máy học sâu. So sánh tính chính xác trong dự báo mặn khi ít dữ liệu đầu vào của một số thuật toán học máy học sâu. Tìm ra thuật toán tối ưu cho dự báo mặn khi ít dữ liệu đầu vào. Tiếp cận từ các nguồn tài liệu, thông tin tạp chí khoa học trong và ngoài nước; Thu thập và đánh giá thông tin khoa học, nghiên cứu lý thuyết về lĩnh vực nghiên cứu; Thu thập, xử lý dữ liệu ->Phân tích, xử lý bằng các thuật toán học máy -> Dự báo. Đề tài đã ứng dụng thành công các thuật toán học máy vào dự báo mặn các cửa sông Mê Kông với độ chính xác cao. Ngoài ra, đề tài đã tìm ra thuật toán tối ưu khi dữ liệu đầu vào còn hạn chế. Các kết quả đã được xuất bản trong 5 bài báo quốc tế và quốc gia uy tín. Kết quả đề tài có tính ứng dụng để dự báo xâm nhập mặn vùng cửa sông Mê Kông trong điều kiện biến đổi khí hậu. Phục vụ công tác quản lý và sử dụng hợp lý nguồn tài nguyên nước ngọt vùng Đồng bằng sông Cửu Long, nhất là vào mùa khô. Dự báo thời gian thực dựa trên các số liệu từ các trạm quan trắc mặn ở cửa sông.

Từ khoá

So sánh; Dự đoán; Mê Kông; Nghiên cứu: Cửa Đại

Ký hiệu kho

BDG-2022-065