Thông Tin Bài Báo
Xây dựng mô hình máy học LSTM (Long Short-Term Memory) phục vụ công tác dự báo mặn tại trạm đo mặn Đại Ngãi
Tác giả: PGS.TS Nguyễn Tiền Giang
Tác giả: Nguyễn Công Thành, Nguyễn Tiền Giang
Tạp chí: TẠP CHÍ KHÍ TƯỢNG THỦY VĂN
Lĩnh vực nghiên cứu: Phân tích dữ liệu trong tài nguyên và môi trường nước
Bộ môn: Bộ môn Thủy văn và Tài nguyên nước
Năm xuất bản: 2022
Mô tả:
Hiện nay, máy học hay học máy ML (Machine Learning) có lẽ đã không còn quá xa lạ và đã được ứng dụng vào rất nhiều lĩnh vực trong đời sống. Dự báo khí tượng thủy văn cũng không nằm ngoài sự đổi mới với việc xây dựng và ứng dụng các mô hình máy học này. Bài báo trình bày kết quả của nghiên cứu xây dựng một mô hình mạng bộ nhớ dài–ngắn LSTM (Long Short–Term Memory), là một dạng đặc biệt của mạng nơ–ron hồi quy (RNN–Recurrent Neural Network) để dự báo độ mặn tại trạm đo mặn Đại Ngãi, tỉnh Sóc Trăng. Số liệu sử dụng cho mô hình là số liệu quan trắc độ mặn cao nhất trong ngày tại trạm từ năm 2002–2021. Kết quả thiết lập mô hình cho các chỉ số đánh giá RMSE và NSE tốt (NSE 0,9 với hầu hết các trường hợp), làm tiền đề cho việc ứng dụng mô hình máy học vào công tác dự báo xâm nhập mặn tại các trạm trên khu vực đồng bằng Sông Cửu Long.
