УДК 551.524.1 Структура и микроизменения
ГРНТИ 37.21 Метеорология
ОКСО 05.02.03 Метеорология
ББК 260 Земля в целом
ТБК 6326 Физика атмосферы
BISAC SCI042000 Earth Sciences / Meteorology & Climatology
Разработан и реализован гибридный метод для прогнозирования приземной температуры воздуха на следующие сутки, который использует полносвязную нейронную сеть в сочетании с предварительной обработкой входного сигнала методом декомпозиции на вариационные моды. Общее значение средней абсолютной ошибки по всему прогнозу составило 0.35 oC.
приземная температура, нейронная сеть, прогноз
1. Huang N. E., Shen Z., Long S. R., et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis // Proceedings of the Royal Society of London A. 1998. V. 454. P. 903–995.
2. Torres, M.E., Colominas M.A., Schlotthauer G., Flandrin P. A complete ensemble empirical mode decomposition with adaptive noise // 2011 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). 2011. P. 4144 –4147.
3. Gilles J. Empirical Wavelet Transform // IEEE Transactions on Signal Processing. 2013. — V. 61(16). P. 3999-4010.
4. Dragomiretskiy K., Zosso D. Variational mode decomposition // IEEE Transactions on Signal Processing. 2013. V. 62(3). P. 531-544.
5. Шолле Ф. Глубокое обучение на Python // СПб.: Питер, 2018. 400 с.