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

Ứng dụng tiến bộ kỹ thuật nuôi giun quế làm nguồn thức ăn cho gia súc tại thành phố Yên Bái - tỉnh Yên Bái
Nghiên cứu đề xuất các giải pháp khoahọc công nghệ xây dựng hệ thống đê bao bờ bao nhằm phát triển bền vững vùng ngập lũ Đồng bằng sông Cửu Long - Đặc tính kỹ thuật sợi xơ dừa và thảm sợi xơ dừa và sự làm việc của thảm xơ dừa trong khối đất đắp
Nghiên cứu trồng thử nghiệm cây Bương mốc (Dendrocalamus aff Sinicus) lấy măng kết hợp lấy thân làm nguyên liệu giấy tại Phú Thọ
Nhân rộng mô hình nuôi hàu thương phẩm từ con giống đơn (Crassotrea angulata) chất lượng cao tại các huyện ven biển thuộc tỉnh Bến Tre
Nghiên cứu ảnh hưởng của chế phẩm Nacen oligochitosan trong phòng bệnh nấm Alternaria sp gây bệnh đốm nâu trên cây chanh dây
Nghiên cứu công nghệ chế tạo thép hợp kim dùng để chế tạo tua bin thủy điện
Công nghệ nuôi cấy mô tế bào mía Một giải pháp để cung cấp giống cao sản cho công nghệ mía đường ở nước ta
Lịch sử Ban Tuyên giáo tỉnh uỷ Sơn La
Xây dựng mô hình sản xuất thử trồng rừng keo bạch đàn bằng các giống có năng suất cao đã được công nhận
Nghiên cứu chuẩn hóa hệ thống cơ sở dữ liệu thông tin quy hoạch xây dựng và thí điểm hệ thống tra cứu trực tuyến

liên kết website

Lượt truy cập

Lượt truy cập : 21,978,154

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