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

Xây dựng hệ thống công thức về dự đoán độ bền của các kết cấu cylinder ngoài khơi khi bị đâm va
Xây dựng mô hình trình diễn và hoàn thiện quy trình thâm canh lạc đạt năng suất cao tại tỉnh Hải Dương
Cơ sở lý luận và thực tiễn đổi mới một số chính sách xã hội ở Việt Nam giai đoạn 2021-2030
Nghiên cứu công nghệ thiết kế chế tạo thiết bị sản xuất tự động bánh tráng bò bía
Nghiên cứu phân loại nhà ở an toàn chịu gió bão
Xây dựng địa phương chí tỉnh Bến Tre theo quy chuẩn địa chí Quốc gia Việt Nam
Thiết kế xây dựng hệ thống bài tập trắc nghiệm đánh giá chất lượng học tập hai môn toán và tiếng Việt của học sinh tiểu học trên địa bàn Sơn La
Nghiên cứu xây dựng các chương trình, tài liệu đào tạo và tổ chức các khoá đào tạo hỗ trợ doanh nghiệp đổi mới hoạt động đo lường thông qua thực hiện các chương trình đảm bảo đo lường để nâng cao năng lực cạnh tranh và hội nhập quốc tế
Nghiên cứu thiết kế hệ thống vector biểu hiện gen nhằm nâng cao hiệu suất sinh tổng hợp enzyme ở nấm sợi Aspergillus oryzae
Nghiên cứu định hướng và xây dựng các mô hình kinh tế hợp tác mới ở nông thôn ngoại thành Thành phố Hồ Chí Minh

liên kết website

Lượt truy cập

Lượt truy cập : 30,128,584

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