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

Sản xuất thử nghiệm máy thu thanh có tỷ lệ linh kiện nội địa hóa đạt trên 50% giá thành hạ theo TCVN4463-87 phục vụ miền núi
Đánh giá chất lượng trữ lượng đá vôi (CaCO3) huyện Sa Thầy tỉnh Kon Tum và định hướng khai thác sử dụng hợp lý phục vụ các ngành nông công nghiệp
Xây dựng hệ thống tự động thu thập phân tích xử lý thông tin hỗ trợ công tác điều hành quản lý sản xuất tại nhà máy tuyển than
Phân vùng sản xuất xây dựng mô hình canh tác phù hợp và đào tạo nhân lực tại 02 xã Long Hoà và Hoà Minh huyện Châu Thành tỉnh Trà Vinh
Xây dựng, quản lý và phát triển nhãn hiệu chứng nhận “Trám đen Hiệp Hòa” cho sản phẩm quả trám đen của huyện Hiệp Hòa, tỉnh Bắc Giang.
Nghiên cứu xây dựng bản đồ công nghệ ngành công nghiệp thuộc da Việt Nam (Tanning Technology Map)
Khảo sát tình hình ô nhiễm môi trường lao động và những ảnh hưởng tới sức khỏe người lao động tiếp xúc với hóa chất BVTV và chì trong các xí nghiệp vừa và nhỏ
Xây dựng phương pháp phân tích đồng thời một số thuốc tân dược nhóm kháng histamin và chống tăng huyết áp trộn trái phép trong chế phẩm đông dược bằng HPTLC HPLC và LC-MS/MS
Nghiên cứu xây dựng các tiêu chí kỹ thuật và phương pháp đánh giá chất lượng dịch vụ thoại VoLTE
Ứng dụng tiến bộ khoa học và công nghệ xây dựng mô hình trồng thâm canh cây đảng sâm theo hướng hàng hóa trên địa bàn huyện Thanh Sơn tỉnh Phú Thọ

liên kết website

Lượt truy cập

Lượt truy cập : 20,972,756

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