HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ
Các nhiệm vụ khác
- Nghiên cứu bào chế viên nang cứng có tác dụng giải lo âu từ cây Lạc tiên và cây Rau má
- Bảo tồn khai thác và phát triển nguồn gen bưởi Tam Vân và quýt Tích Giang trên địa bàn Hà Nội
- Đánh giá tương quan giữa hàm lượng kim loại nặng – nồng độ hợp chất thứ cấp – hoạt tính sinh học và tiềm năng ứng dụng trong trong xử lý ô nhiễm kim loại nặng của của loài dương xỉ Pteris vittata mọc ở một số vùng ô nhiễm thuộc miền Bắc Việt Nam bằng phân tích chuyển hóa (metabolomics)
- Nghiên cứu hoàn thiện quy trình kỹ thuật và sản xuất cây hoa đào phai tại thành phố Tam Điệp tỉnh Ninh Bình
- Xây dựng bộ chỉ số phát triển sinh lý tâm lý của trẻ em mầm non và học sinh tiểu học phục vụ đổi mới giáo dục và đào tạo Việt Nam
- Nghiên cứu công nghệ chế tạo phụ gia nhiên liệu vi nhũ thế hệ mới dùng cho động cơ diesel
- Nghiên cứu đề xuất giải pháp nhằm ổn định sản xuất nông nghiệp và đời sống của người dân trên đất lâm nghiệp ở Tây Nguyên
- Hỗ trợ thương mại hóa kết quả nghiên cứu công nghệ nano trong lĩnh vực vật liệu sinh học trong nông nghiệp và y dược đưa ra thị trường
- Nghiên cứu những biến đổi trong bộ gen tế bào ung thư phổi và Lơ-xê-mi kinh dòng hạt kháng thuốc điều trị đích
- Nghiên cứu ứng dụng phẫu thuật nội soi trong điều trị bệnh sọ não
liên kết website
Lượt truy cập
Lượt truy cập :
15,005,381
- Ứng dụng kết quả thực hiện nhiệm vụ
105.08-2019.319
2023-52-1192/NS-KQNC
Nghiên cứu xây dựng bản đồ đánh giá rủi ro lũ lụt cho tỉnh Quảng Bình sử dụng các mô hình học máy và học sâu kết hợp với các phương pháp phân tích ra quyết định đa tiêu chí
Trường Đại học Xây dựng Hà Nội
Bộ Giáo dục và Đào tạo
Quốc gia
TS. Lưu Thị Diệu Chinh
TS. Nguyễn Công Thành; TS. Lê Ngọc Thạch; TS. Nguyễn Hoàng Việt; TS. Phạm Thái Bình; ThS. Hà Đình Phương; ThS. Trần Văn Phong
Trắc địa học và bản đồ học
01/04/2020
01/04/2023
30/06/2023
2023-52-1192/NS-KQNC
03/08/2023
Cục Thông tin Khoa học và Công nghệ Quốc gia
Xây dựng công cụ đánh giá rủi ro lũ lụt cho tỉnh Quảng Bình sử dụng các kỹ thuật học máy và học sâu kết hợp với các phương pháp phân tích ra quyết định đa tiêu chí. Các kỹ thuật học máy và học sâu là các kỹ thuật trí tuệ nhân tạo tiên tiến đã được áp dụng hiệu quả trong đánh giá và dự báo tai biến thiên nhiên. Các số liệu lũ lịch sử, thủy văn, mưa, thạch học, địa hình, địa mạo, phân loại sử dụng đất và các số liệu thống kê về dân số, kinh tế xã hội được thu thập và phân tích, mô hình hóa sử dụng kỹ thuật học máy và học sâu kết hợp với các công cụ đánh giá đa tiêu chí sau đó tích hợp cùng các công cụ GIS để xây dựng bản đồ đánh giá rủi ro lũ lụt tại khu vự nghiên cứu.
Đề xuất một phương pháp mô hình hóa mới để phát triển công cụ lập bản đồ đánh giá rủi ro lụ lụt sử dụng các mô hình trí tuệ nhân tạo kết hợp với các phương pháp phân tích ra quyết định đa tiêu chí. Hệ phương pháp sẽ không chỉ đóng góp vào sự phát triển lý thuyết và các phương pháp mô hình hóa, đánh giá rủi ro lũ lụt mà còn là công cụ hỗ trợ các nhà quản lý, người ra quyết định, các nhà hoạch định chính sách trong việc phát triển các kế hoạch hành động phòng chống thiên tai, quản lý rủi ro lũ lụt.
Bản đồ đánh giá rủi ro; Kỹ thuật học máy; Hệ thống thông tin địa lý; GIS
Ứng dụng
Đề tài KH&CN
Khoa học kỹ thuật và công nghệ,
Được ứng dụng giải quyết vấn đề thực tế,
Số lượng công bố trong nước: 1
Số lượng công bố quốc tế: 5
Không
Kết quả của đề tài góp phần đào tạo 01 Thạc sĩ ngành khoa học công nghệ và kỹ thuật.
In ấn
Gửi Email
Facebook
Twitter
Google+