Central AsianResearch Index

АБАНЫН ТЕМПЕРАТУРАСЫНЫН ӨЗГӨРҮШҮН БОЛЖОЛДОО ҮЧҮН НЕЙРОНДУК ТАРМАК ЫКМАЛАРЫН КОЛДОНУУ: ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕВЫХ МЕТОДОВ ДЛЯ ПРОГНОЗА ИЗМЕНЕНИЙ ТЕМПЕРАТУРЫ ВОЗДУХА

USE OF NEURAL NETWORK METHODS TO PREDICT CHANGES IN AIR TEMPERATURE

Берилген маалыматтар боюнча 1921-2021-жж. Кыргызстандын түштүк аймагындагы абанын температурасынын өзгөрүшү убакыттык катарларды болжолдоо маселесин чечүү үчүн нейрондук тармактарды колдонуу менен изилденген. Климаттык мүнөздөмөлөрдүн динамикасын изилдөө мурда метеорологиялык көрсөткүчтөрдүн (жер кыртышындагы температурасы жана жаан-чачындар) өзгөрүшүн жана келечекте бул параметрлердин күтүлүп жаткан өзгөрүүлөрүн болжолдойт жана узак мөөнөттүү метеорологиялык маалыматтардын негизинде ишке ашырылган. Бул изилдөөдө машинаны үйрөнүүнүн нейрондук тармактарынын методдору колдонулат, методдору изилденет, ошондой эле маалыматтарды алдын ала иштетүүгө негизделген функцияларды пландаштыруу, климаттык параметрлердин күтүлбөгөн жана болжолдуу модели аныкталган. Иш 100 жылдык мөөнөттө узак мөөнөттүү кыска мөөнөттүү эс тутум моделин (LSTM - Long-term Short-term Memory Models) колдонуу менен Ош облусунун аймагындагы абанын орточо айлык температурасынын убакыт катарындагы тенденцияларды көрсөтөт жана машина үйрөнүү платформасында ишке ашырылган ар кандай комбинацияларга үйрөтүлгөн. По приведенным данным за 1921-2021 гг. изучено изменение температуры воздуха по южному региону Кыргызстана с помощью применения нейронных сетей для решения задачи прогнозирования временных рядов. Исследование динамики климатических характеристик предполагает изменение метеопараметров (приземная температура и осадки) в прошлом и ожидаемые изменения этих параметров в будущем и проводился на основе использования многолетней метеорологической информации. В этом исследовании используются нейросетевые методы машинного обучения, изучены методы, а также планирование признаков на основе предварительной обработки данных, определяется непредсказуемая и прогностическая модели климатических параметров. В работе продемонстрированы тенденции изменений временных рядов среднемесячного температурного воздуха Ошского региона за 100-летний период с помощью модели долговременной кратковременной памяти (LSTM) и была обучена для различных комбинаций, которые реализованы на платформе машинного обучения. According to the given data for 1921-2021 the change in air temperature in the southern region of Kyrgyzstan was studied using neural networks to solve the problem of forecasting time series. The study of the dynamics of climatic characteristics assumes changes in meteorological parameters (surface temperature and precipitation) in the past and expected changes in these parameters in the future, and was carried out on the basis of long-term meteorological information. In this study, neural network methods of machine learning are used, methods are studied, as well as feature planning based on data preprocessing, an unpredictable and predictive model of climate parameters is determined. The work demonstrates the trends in the time series of the average monthly air temperature in the Osh region over a 100-year period using a long-term short-term memory model (LSTM) and was trained for various combinations that were implemented on a machine learning platform.

Сведения

Опубликовано
2023 · № 5, С. 7-10
Язык
Кыргызский
ISSN
1694-8483 · 1694-8491
Издатель
Publishing House of Scientific Journals and Children's Fiction
Аффилиации
И.Раззаков атындагы Кыргыз мамлекеттик техникалык университети