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

Những đặc trưng của phương pháp dạy học theo tư tưởng giáo dục tích cực trong nhà trường phổ thông hiện nay
Nghiên cứu kinh nghiệm của Trung Quốc trong việc xây dựng hệ thống đánh giá khoa học và công nghệ và đề xuất áp dụng cho Việt Nam
Nghiên cứu xác định các chỉ tiêu đầu vào đầu ra kết quả tác động và khả năng vận dụng trong giám sát đánh giá chiến lược toàn diện về tăng trưởng và xoá đói giảm nghèo
Nghiên cứu thiết kế và chế tạo máy ly tâm liên tục máy sấy trang thiết bị cho dây chuyền sản xuất muối tinh liên tục - Tính toán thiết kế cân bằng hệ thống máy ly tâm - máy sấy muối tinh tầng sôi liên tục
Nghiên cứu xây dựng hệ thống các giải pháp quản lý quy hoạch xây dựng quản lý trật tự xây dựng đô thị thị xã Phủ Lý - tỉnh Hà Nam
Nghiên cứu chọn giống cá tra kháng bệnh gan thận mủ
Đấu tranh phòng chống tệ nạn ma túy trên địa bàn TP Hồ Chí Minh Thực trạng nguyên nhân và giải pháp
Nghiên cứu và ứng dụng công nghệ tiên tiến phù hợp với điều kiện Việt Nam để xử lý ô nhiễm môi trường kết hợp với tận dụng chất thải của các trang trại chăn nuôi lợn
Nâng cao hiệu quả hoạt động giám sát của Quốc hội trong lĩnh vực tư pháp - Những vấn đề lý luận và thực tiễn
Nghiên cứu xây dựng mô hình nuôi hươu nai quy mô nông hộ tỉnh Bình Phước

liên kết website

Lượt truy cập

Lượt truy cập : 14,807,455

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