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

Đánh giá tình hình hiện trạng kinh tế GTVT 7 tỉnh giáp biển Miền Trung
Nghiên cứu hoàn thiện quy trình sản xuất, đa dạng hóa và nâng cao giá trị sản phẩm chả tôm trên địa bàn tỉnh Bến Tre
Xây dựng hệ thống chỉ tiêu đánh giá chất lượng dự báo khí tượng thuỷ văn
Ứng dụng công nghệ cắt Plasma CNC đè xây dựng mô hình gia công một số sản phẩm cơ khí chất lượng cao trên địa bàn tỉnh Phú Thọ
Nâng cao chất lượng và hiệu quả hợp tác quốc tế lĩnh vực giáo dục nghề nghiệp
Báo cáo kết quả thí nghiệm công trình Quốc lộ 5 (đoạn km 47-km 62)
Cơ sở khoa học hình thành đồng bộ hệ thống chính sách kinh tế vĩ mô của nhà nước thúc đẩy công nghiệp hoá hiện đại hoá
Xây dựng bộ sưu tập tư liệu tiếng Pháp và nghiên cứu về quá trình thực thi chủ quyền của Việt Nam tại Hoàng Sa Trường Sa và Biển Đông thời thuộc Pháp
Dòng tu công giáo ở nước ta hiện nay và những vấn đề đặt ra cho công tác quản lý nhà nước
Nghiên cứu xây dựng nội dung đào tạo nghiệp vụ công tác dân tộc - Các chuyên đề

liên kết website

Lượt truy cập

Lượt truy cập : 14,858,942

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