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

Nghiên cứu xây dựng cơ chế chính sách liên kết 4 nhà: Nhà nước-Nhà doanh nghiệp-Nhà khoa học và Nhà nông để phát triển và sử dụng hiệu quả cây thuốc Việt Nam
Nghiên cứu ứng dụng sợi polyester biến tính mặt cắt ngang tạo mặt hàng dệt kim có chức năng thấm nước và khô nhanh kháng tia UV
Nghiên cứu tác động của những chính sách đãi ngộ đặc thù hiện hành đến sức thu hút và hoạt động nghề nghiệp của giáo viên phổ thông địa bàn vùng cao tỉnh Lai Châu
Ứng dụng tiến bộ khoa học kỹ thuật phát triển vùng nguyên liệu cỏ ngọt tại tỉnh Bắc Giang phục vụ nhu cầu trong nước và xuất khẩu
Nghiên cứu xây dựng các phương thức khai thác phục hồi và cải tạo rừng nhằm cung cấp nguyên liệu cho công nghiệp gỗ dán gỗ lạng đồ gỗ và vật liệu xây dựng
Nghiên cứu đa dạng di truyền một số giống lan Dendrobium bằng chỉ thị ISSR và sử dụng PCR tiên đóan màu sắc và hương thơm của hoa
Nho giáo và phát triển ở Việt Nam
Nghiên cứu tổng hợp vật liệu sensor trên nền nano oxit ziconium/Eu định hướng ứng dụng trong phát hiện hơi ethanol
Nghiên cứu cơ sở khoa học và thực tiễn xây dựng các yêu cầu kỹ thuật về phun phủ nhiệt
Nghiên cứu đánh giá tiềm năng sản xuất đất trống đồi núi trọc và xác định phương hướng sử dụng hợp lý

liên kết website

Lượt truy cập

Lượt truy cập : 25,803,769

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⁽¹⁾ (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)

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

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