ЖАСАНДЫ ИНТЕЛЛЕКТ ЖӘНЕ ТЕРЕҢ ОҚЫТУ ӘДІСТЕРІ НЕГІЗІНДЕ АУА РАЙЫ МЕН ТАБИҒИ ҚҰБЫЛЫСТАРДЫ БОЛЖАУДЫҢ ИНТЕЛЛЕКТУАЛДЫ ЖҮЙЕСІН ӘЗІРЛЕУ
Article Sidebar
Main Article Content
Аңдатпа
Бұл мақалада ауа райы мен табиғи құбылыстарды болжау үдерісінде жасанды интеллект және терең оқыту әдістерін қолдану мүмкіндіктері қарастырылады. Қазіргі кезеңде климаттың өзгеруі, экстремалды ауа райы жағдайларының жиілеуі, су тасқыны, дауыл, құрғақшылық және басқа да табиғи қауіптердің артуы жоғары дәлдіктегі интеллектуалды болжау жүйелерін әзірлеудің өзектілігін күшейтеді. Зерттеудің мақсаты — климаттық және метеорологиялық деректерді талдау негізінде ауа райын және ықтимал табиғи қауіптерді алдын ала болжауға мүмкіндік беретін интеллектуалды жүйенің ғылыми-әдістемелік негіздерін айқындау.
Article Details
##submission.citations##
Goodfellow I., Bengio Y., Courville A. Deep Learning. MIT Press, 2016.
Hochreiter S., Schmidhuber J. Long short-term memory // Neural Computation. 1997. Vol. 9, No. 8. P. 1735–1780.
Zhang G., Eddy Patuwo B., Hu M.Y. Forecasting with artificial neural networks: The state of the art // International Journal of Forecasting. 1998.
NOAA National Centers for Environmental Information.
NASA POWER Climate Data API.
Brownlee J. Deep Learning for Time Series Forecasting. Machine Learning Mastery, 2018.
Rashid M.M. et al. Weather prediction using deep learning techniques: A review // Journal of King Saud University – Computer and Information Sciences. 2021.
Ham Y.-G., Kim J.-H., Luo J.-J. Deep learning for multi-year ENSO forecasts // Nature. 2019. Vol. 573.
OpenWeather API Documentation.
Google DeepMind. Precipitation nowcasting using neural networks // Nature, 2021.
Fang L., Tian Y., Li C. Extreme weather prediction with spatio-temporal deep learning models // Knowledge-Based Systems. 2020.
Chollet F. Deep Learning with Python. Manning Publications, 2017.