HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ
Các nhiệm vụ khác
- Đánh giá hiệu quả mô hình an toàn vệ sinh thực phẩm đường phố tại thành phố Cần Thơ và đề xuất giải pháp nâng cao chất lượng mô hình
- Nghiên cứu xây dựng các văn bản kỹ thuật đo lường Việt Nam năm 2015
- Nghiên cứu đặc điểm phân bố, hình thái làm tổ của các loài ong lấy mật và chất lượng của mật ong rừng tại bán đảo Sơn Trà, thành phố Đà Nẵng, đề xuất giải pháp quản lý, bảo tồn và phát triển các quần thể ong lấy mật tại bán đảo Sơn Trà
- Hoàn thiện qui trình công nghệ sản xuất vắc xin bại liệt bất hoạt ở qui mô công nghiệp
- Phát triển ăng-ten băng rộng nhiều búp sóng cho trạm gốc di động 5G
- Tuyên truyền phổ biến kiến thức về năng suất chất lượng trên báo chí và mạng xã hội năm 2019
- Ứng dụng tiến bộ kỹ thuật xây dựng mô hình nuôi nhím nhân giống cây lâm nghiệp và trồng rừng thâm canh phục vụ phát triển ổn định kinh tế - xã hội vùng đệm Khu bảo tồn thiên nhiên Xuân Liên tỉnh Thanh Hóa
- Nghiên cứu nồng độ một số cytokine huyết thanh ở bệnh nhân viêm loét đại trực tràng chảy máu
- Nghiên cứu xây dựng quy trình công nghệ sản xuất khô dầu đậu nành lên men bán rắn sử dụng trong chăn nuôi
- Nghiên cứu tổng hợp và hoạt tính gây độc tế bào của các hợp chất bis(areno)mono- và diazacrown ether
liên kết website
Lượt truy cập
Lượt truy cập :
17,364,926
- 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+