Методологические вопросы использования рандомизированного машинного обучения для прогнозирования динамики термокарстовых озер Арктики

Попков Юрий Соломонович, д-р техн. наук, главный научный сотрудник, Институт системного анализа ФИЦ ИУ РАН, г. Москва; popkov.yuri@gmail.com. Волкович Зеев, д-р физ.-мат. наук, профессор, Колледж ОРТ им. Брауде, г. Кармиэль, Израиль; vlvolkov@braude.ac.il. Мельников Андрей Витальевич, д-р техн. наук...

Full description

Bibliographic Details
Published in:Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control & Radioelectronics
Main Authors: Попков, Ю.С., Волкович, З., Мельников, А.В., Полищук, Ю.М., Popkov, Yu.S., Volkovich, Z., Melnikov, A.V., Polishchuk, Yu.M.
Format: Article in Journal/Newspaper
Language:unknown
Published: Издательский центр ЮУрГУ 2019
Subjects:
Online Access:http://dspace.susu.ru/xmlui/handle/0001.74/40589
https://doi.org/10.14529/ctcr190401
id ftsusuniv:oai:oai:dspace.susu.ru:0001.74/1234:0001.74/40589
record_format openpolar
institution Open Polar
collection South Ural State University: Electronic Archive
op_collection_id ftsusuniv
language unknown
topic УДК 551.34:551.58
машинное обучение
энтропийно-рандомизированный подход
рандомизированная модель
прогнозирование
пространственно-временная динамика
вечная мерзлота
термокарстовые озера
спутниковые снимки
реанализ метеоданных
климатические изменения
глобальное потепление
machine learning
entropy-randomized approach
randomized model
forecasting
spatio-temporal dynamics
permafrost
thermokarst lakes
satellite images
meteorological data reanalysis
climate change
global warming
spellingShingle УДК 551.34:551.58
машинное обучение
энтропийно-рандомизированный подход
рандомизированная модель
прогнозирование
пространственно-временная динамика
вечная мерзлота
термокарстовые озера
спутниковые снимки
реанализ метеоданных
климатические изменения
глобальное потепление
machine learning
entropy-randomized approach
randomized model
forecasting
spatio-temporal dynamics
permafrost
thermokarst lakes
satellite images
meteorological data reanalysis
climate change
global warming
Попков, Ю.С.
Волкович, З.
Мельников, А.В.
Полищук, Ю.М.
Popkov, Yu.S.
Volkovich, Z.
Melnikov, A.V.
Polishchuk, Yu.M.
Методологические вопросы использования рандомизированного машинного обучения для прогнозирования динамики термокарстовых озер Арктики
topic_facet УДК 551.34:551.58
машинное обучение
энтропийно-рандомизированный подход
рандомизированная модель
прогнозирование
пространственно-временная динамика
вечная мерзлота
термокарстовые озера
спутниковые снимки
реанализ метеоданных
климатические изменения
глобальное потепление
machine learning
entropy-randomized approach
randomized model
forecasting
spatio-temporal dynamics
permafrost
thermokarst lakes
satellite images
meteorological data reanalysis
climate change
global warming
description Попков Юрий Соломонович, д-р техн. наук, главный научный сотрудник, Институт системного анализа ФИЦ ИУ РАН, г. Москва; popkov.yuri@gmail.com. Волкович Зеев, д-р физ.-мат. наук, профессор, Колледж ОРТ им. Брауде, г. Кармиэль, Израиль; vlvolkov@braude.ac.il. Мельников Андрей Витальевич, д-р техн. наук, директор, Югорский НИИ информационных технологий, г. Ханты-Мансийск; MelnikovAV@uriit.ru. Полищук Юрий Михайлович, д-р физ.-мат. наук, главный научный сотрудник, Югорский НИИ информационных технологий, г. Ханты-Мансийск; yupolishchuk@gmail.com. Yu.S. Popkov1, popkov.yuri@gmail.com, Z. Volkovich2, vlvolkov@braude.ac.il, A.V. Melnikov3, MelnikovAV@uriit.ru, Yu.M. Polishchuk3, yupolishchuk@gmail.com 11nstitute of System Analysis, Federal Research Center “Information and Control”, Moscow, Russian Federation, 2 ORT Braude College, Karmiel, Israel, 3 Ugra Research Institute of Information Technologies, Khanty-Mansiysk, Russian Federation. Проведен анализ состояния проблем моделирования пространственно-временной динамики озерных полей в условиях современных климатических изменений. Показано, что аналитические методы, используемые при изучении динамики термокарстовых процессов в отдельных озерах, не подходят для изучения пространственно-временных изменений полей термокарстовых озер. Предложенный метод гео-имитационного моделирования для изучения динамики полей термокарстовых озер не обеспечивает достаточной точности прогнозирования. Рассмотрены проблемы применения нового подхода к прогнозированию пространственно- временной динамики полей в условиях современных климатических изменений на основе методов и алгоритмов энтропийно-рандомизированного машинного обучения. Экспериментальные результаты удаленных исследований динамики полей термокарстовых озер в арктической зоне вечной мерзлоты Западной Сибири были получены с использованием спутниковых снимков за период в несколько десятилетий, начиная с 1973 года. Климатические данные за тот же период были получены путем реанализа на основе хорошо известных систем ERA-40, ...
format Article in Journal/Newspaper
author Попков, Ю.С.
Волкович, З.
Мельников, А.В.
Полищук, Ю.М.
Popkov, Yu.S.
Volkovich, Z.
Melnikov, A.V.
Polishchuk, Yu.M.
author_facet Попков, Ю.С.
Волкович, З.
Мельников, А.В.
Полищук, Ю.М.
Popkov, Yu.S.
Volkovich, Z.
Melnikov, A.V.
Polishchuk, Yu.M.
author_sort Попков, Ю.С.
title Методологические вопросы использования рандомизированного машинного обучения для прогнозирования динамики термокарстовых озер Арктики
title_short Методологические вопросы использования рандомизированного машинного обучения для прогнозирования динамики термокарстовых озер Арктики
title_full Методологические вопросы использования рандомизированного машинного обучения для прогнозирования динамики термокарстовых озер Арктики
title_fullStr Методологические вопросы использования рандомизированного машинного обучения для прогнозирования динамики термокарстовых озер Арктики
title_full_unstemmed Методологические вопросы использования рандомизированного машинного обучения для прогнозирования динамики термокарстовых озер Арктики
title_sort методологические вопросы использования рандомизированного машинного обучения для прогнозирования динамики термокарстовых озер арктики
publisher Издательский центр ЮУрГУ
publishDate 2019
url http://dspace.susu.ru/xmlui/handle/0001.74/40589
https://doi.org/10.14529/ctcr190401
genre Arctic
Climate change
Global warming
khanty
permafrost
Thermokarst
термокарст*
вечная мерзлота
genre_facet Arctic
Climate change
Global warming
khanty
permafrost
Thermokarst
термокарст*
вечная мерзлота
op_relation Вестник ЮУрГУ. Серия Компьютерные технологии, управление, радиоэлектроника
Vestnik Yuzhno-Ural'skogo Gosudarstvennogo Universiteta. Seriya Kompjuternye tekhnologii, upravlenie, radioelektronika
Bulletin of SUSU. Ser. Computer Technologies, Automatic Control, Radio Electronics
Компьютерные технологии, управление, радиоэлектроника;Том 19
Методологические вопросы использования рандомизированного машинного обучения для прогнозирования динамики термокарстовых озер Арктики / Ю.С. Попков, З. Волкович, А.В. Мельников, Ю.М. Полищук // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». - 2019. - Т. 19, № 4. - С. 5-12. DOI:10.14529/ctcr190401. Popkov Yu.S., Volkovich Z., Melnikov A.V., Polishchuk Yu.M. Methodological Issues of Using the Randomized Machine Learning for Forecasting the Dynamics of Thermokarst Arctic Lakes. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2019, vol. 19, no. 4, pp. 5-12. (in Russ.) DOI:10.14529/ctcr190401
2409-6571
http://dspace.susu.ru/xmlui/handle/0001.74/40589
doi:10.14529/ctcr190401
op_doi https://doi.org/10.14529/ctcr190401
container_title Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control & Radioelectronics
container_volume 19
container_issue 4
container_start_page 5
op_container_end_page 12
_version_ 1810293838479097856
spelling ftsusuniv:oai:oai:dspace.susu.ru:0001.74/1234:0001.74/40589 2024-09-15T17:51:50+00:00 Методологические вопросы использования рандомизированного машинного обучения для прогнозирования динамики термокарстовых озер Арктики Methodological Issues of Using the Randomized Machine Learning for Forecasting the Dynamics of Thermokarst Arctic Lakes Попков, Ю.С. Волкович, З. Мельников, А.В. Полищук, Ю.М. Popkov, Yu.S. Volkovich, Z. Melnikov, A.V. Polishchuk, Yu.M. 2019 application/pdf http://dspace.susu.ru/xmlui/handle/0001.74/40589 https://doi.org/10.14529/ctcr190401 unknown Издательский центр ЮУрГУ Вестник ЮУрГУ. Серия Компьютерные технологии, управление, радиоэлектроника Vestnik Yuzhno-Ural'skogo Gosudarstvennogo Universiteta. Seriya Kompjuternye tekhnologii, upravlenie, radioelektronika Bulletin of SUSU. Ser. Computer Technologies, Automatic Control, Radio Electronics Компьютерные технологии, управление, радиоэлектроника;Том 19 Методологические вопросы использования рандомизированного машинного обучения для прогнозирования динамики термокарстовых озер Арктики / Ю.С. Попков, З. Волкович, А.В. Мельников, Ю.М. Полищук // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». - 2019. - Т. 19, № 4. - С. 5-12. DOI:10.14529/ctcr190401. Popkov Yu.S., Volkovich Z., Melnikov A.V., Polishchuk Yu.M. Methodological Issues of Using the Randomized Machine Learning for Forecasting the Dynamics of Thermokarst Arctic Lakes. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2019, vol. 19, no. 4, pp. 5-12. (in Russ.) DOI:10.14529/ctcr190401 2409-6571 http://dspace.susu.ru/xmlui/handle/0001.74/40589 doi:10.14529/ctcr190401 УДК 551.34:551.58 машинное обучение энтропийно-рандомизированный подход рандомизированная модель прогнозирование пространственно-временная динамика вечная мерзлота термокарстовые озера спутниковые снимки реанализ метеоданных климатические изменения глобальное потепление machine learning entropy-randomized approach randomized model forecasting spatio-temporal dynamics permafrost thermokarst lakes satellite images meteorological data reanalysis climate change global warming Article 2019 ftsusuniv https://doi.org/10.14529/ctcr190401 2024-06-25T03:18:44Z Попков Юрий Соломонович, д-р техн. наук, главный научный сотрудник, Институт системного анализа ФИЦ ИУ РАН, г. Москва; popkov.yuri@gmail.com. Волкович Зеев, д-р физ.-мат. наук, профессор, Колледж ОРТ им. Брауде, г. Кармиэль, Израиль; vlvolkov@braude.ac.il. Мельников Андрей Витальевич, д-р техн. наук, директор, Югорский НИИ информационных технологий, г. Ханты-Мансийск; MelnikovAV@uriit.ru. Полищук Юрий Михайлович, д-р физ.-мат. наук, главный научный сотрудник, Югорский НИИ информационных технологий, г. Ханты-Мансийск; yupolishchuk@gmail.com. Yu.S. Popkov1, popkov.yuri@gmail.com, Z. Volkovich2, vlvolkov@braude.ac.il, A.V. Melnikov3, MelnikovAV@uriit.ru, Yu.M. Polishchuk3, yupolishchuk@gmail.com 11nstitute of System Analysis, Federal Research Center “Information and Control”, Moscow, Russian Federation, 2 ORT Braude College, Karmiel, Israel, 3 Ugra Research Institute of Information Technologies, Khanty-Mansiysk, Russian Federation. Проведен анализ состояния проблем моделирования пространственно-временной динамики озерных полей в условиях современных климатических изменений. Показано, что аналитические методы, используемые при изучении динамики термокарстовых процессов в отдельных озерах, не подходят для изучения пространственно-временных изменений полей термокарстовых озер. Предложенный метод гео-имитационного моделирования для изучения динамики полей термокарстовых озер не обеспечивает достаточной точности прогнозирования. Рассмотрены проблемы применения нового подхода к прогнозированию пространственно- временной динамики полей в условиях современных климатических изменений на основе методов и алгоритмов энтропийно-рандомизированного машинного обучения. Экспериментальные результаты удаленных исследований динамики полей термокарстовых озер в арктической зоне вечной мерзлоты Западной Сибири были получены с использованием спутниковых снимков за период в несколько десятилетий, начиная с 1973 года. Климатические данные за тот же период были получены путем реанализа на основе хорошо известных систем ERA-40, ... Article in Journal/Newspaper Arctic Climate change Global warming khanty permafrost Thermokarst термокарст* вечная мерзлота South Ural State University: Electronic Archive Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control & Radioelectronics 19 4 5 12