tailieunhanh - Xây dựng mô hình mạng nơ-ron hồi quy dự báo độ cao sóng có nghĩa tại trạm Cồn Cỏ, Quảng Trị, Việt Nam

Nghiên cứu này trình bày các kết quả trong việc sử dụng mạng bộ nhớ ngắn dài (LSTM – Long Short Term Memory) một phiên bản cải tiến của mạng nơ-ron hồi quy (RNN – Recurrent Neural Network) để xây dựng mô hình dự báo sóng tại trạm hải văn Cồn Cỏ theo các hạn dự báo 06, 12, 18 và 24 giờ. | Bài báo khoa học Xây dựng mô hình mạng nơ-ron hồi quy dự báo độ cao sóng có nghĩa tại trạm Cồn Cỏ Quảng Trị Việt Nam Trần Hồng Thái1 Mai Văn Khiêm2 Nguyễn Bá Thủy2 Bùi Mạnh Hà2 Phạm Khánh Ngọc2 1 Tổng cục Khí tượng Thủy văn 2 Trung tâm Dự báo khí tượng thủy văn quốc gia maikhiem77@ thuybanguyen@ manhhamhc@ ngocpkchibo@ Tác giả liên hệ thuybanguyen@ Tel. 84-975853471 Ban Biên tập nhận bài 8 2 2022 Ngày phản biện xong 1 4 2022 Ngày đăng bài 25 4 2022 Tóm tắt Những năm gần đây trí tuệ nhân tạo AI - Artificial Intelligence đã được ứng dụng trong mọi lĩnh vực của đời sống xã hội trong đó có lĩnh vực dự báo khí tượng thủy văn biển. Nghiên cứu này trình bày các kết quả trong việc sử dụng mạng bộ nhớ ngắn dài LSTM Long Short Term Memory một phiên bản cải tiến của mạng nơ-ron hồi quy RNN Recurrent Neural Network để xây dựng mô hình dự báo sóng tại trạm hải văn Cồn Cỏ theo các hạn dự báo 06 12 18 và 24 giờ. Số liệu quan trắc tại trạm được phân tích tính toán các đặc tính thống kê và mối tương quan giữa các yếu tố để lựa chọn yếu tố đầu vào cho mô hình. Qua phân tích thống kê hai mô hình đã được xây dựng đó là mô hình đơn biến chỉ sử dụng yếu tố độ cao sóng và mô hình 02 biến sử dụng độ cao sóng và vận tốc gió . Cả mô hình được xây dựng được sử dụng để dự báo độ cao sóng có nghĩa theo các hạn dự báo 06 12 18 và 24 giờ. Kết quả cho thấy mặc dù mô hình hai biến cho độ tin cậy cao hơn tuy nhiên cả hai mô hình chỉ đáp ứng với thời hạn dự báo 06 giờ với độ tin cậy dự báo của mô hình đạt được lớn nhất với hệ số tương quan R 0 582 do bởi chất lượng số liệu quan trắc còn hạn chế về tần suất quan trắc và độ tin cậy. Từ khóa Dự báo sóng biển Machine Learning LSTM AI RNN. 1. Mở đầu Các thông tin về dự báo sóng có ý nghĩa đặc biệt quan trọng công tác phòng tránh thiên tại mà còn với các hoạt động kinh tế - xã hội ven bờ và trên biển nó ảnh hưởng trực tiếp đến việc lên kế hoạch xây dựng lịch trình di chuyển của tàu .

• Môi trường
• Dự báo sóng biển
• Trí tuệ nhân tạo
• Dự báo khí tượng thủy văn
• Mạng nơ ron hồi quy
• Mô hình dự báo sóng
• Mô hình SWAN
• Dự báo trường sóng ven bờ biển
• Năng lượng gió truyền cho sóng
• Quy trình dự báo sóng trong bão
• Kịch bản báo sóng trong bão
• Quá trình sóng ven bờ
• Giáo trình Sóng gió
• Động lực học bờ biển
• Kỹ thuật bờ biển
• Dòng ven do sóng
• Dự báo sóng đại dương
• Sóng vùng biển Việt Nam
• Dự báo thủy văn
• Thủy văn biển
• Dự báo thủy văn biển
• Dự báo ngắn hạn
• Dự báo dao động mực nước
• Tạp chí Khí tượng thủy văn
• Biến đổi khí hậu
• Hiện trạng về dự báo biển
• Đội ngũ phục vụ dự báo biển
• Công tác phòng tránh thiên tai
• Giảm nhẹ thiên tai
• Bài viết về môi trường
• Hệ thống dự báo tổ hợp sóng biển
• Dự báo khí tượng
• Khí tượng thủy văn
• Tạp chí Khí tượng thuỷ văn
• Đánh giá dự báo
• Ứng dụng số liệu vệ tinh
• Phòng chống thiên tai
• Kiến tạo đứt gãy Biển Đông
• Đới đứt gãy sâu
• Dự báo nguồn động đất
• Cắt lớn sóng địa chấn
• Sóng thần khu vực Biển Đông
• Tạp chí Khoa học
• Kỹ thuật Thuỷ lợi và Môi trường
• Xây dựng Công trình biển
• Dự báo khoảng tĩnh không
• Công trình biển nổi
• Công nghệ môi trường
• Chất nạo vét
• Luồng hàng hải
• Luật Môi trường biển
• Thiết kế đê biển
• Mô hình 2D
• Dự báo sóng
• Tính toán xói mòn
• Bảo vệ bờ biển
• hải dương học
• kỹ thuật thủy văn
• môi trường biển
• quản lý ven bờ
• hệ sinh thái biển