Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/331073Полная запись метаданных
| Поле DC | Значение | Язык |
|---|---|---|
| dc.contributor.author | Иванов, Н. Е. | |
| dc.date.accessioned | 2025-06-27T08:17:05Z | - |
| dc.date.available | 2025-06-27T08:17:05Z | - |
| dc.date.issued | 2025 | |
| dc.identifier.citation | ГИС-технологии в науках о Земле : материалы междунар. науч.-практ. семинара студентов и молодых ученых, Минск, 20 нояб. 2024 г. / Белорус. гос. ун-т ; редкол.: А. Н. Червань (гл. ред.) [и др.]. – Минск : БГУ, 2025. – С. 87-91. | |
| dc.identifier.isbn | 978-985-811-723-7 | |
| dc.identifier.uri | https://elib.bsu.by/handle/123456789/331073 | - |
| dc.description | Раздел I. ГИС в научных и прикладных исследованиях | |
| dc.description.abstract | В данной статье рассматриваются теоретические и практические аспекты применения нейронных сетей для прогнозирования уровня воды в водоемах. Практический аспект включает реализацию нейросетевой модели на языке программирования Python с применением библиотек scikit-learn и Matplotlib, ее обучение на основе архивных данных метеонаблюдений и действительных показателей уровня воды в водоеме. В качестве параметров модели используются: уровень воды, температура воздуха, температура воды, статистика выпадения осадков, высота снежного покрова | |
| dc.language.iso | ru | |
| dc.publisher | Минск : БГУ | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Геофизика | |
| dc.subject | ЭБ БГУ::ТЕХНИЧЕСКИЕ И ПРИКЛАДНЫЕ НАУКИ. ОТРАСЛИ ЭКОНОМИКИ::Водное хозяйство | |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика | |
| dc.title | Использование нейросетевой модели в системе гидрологического прогнозирования | |
| dc.title.alternative | Using a neural network model in a hydrological forecasting system / N. E. Ivanov | |
| dc.type | conference paper | |
| dc.description.alternative | This article discusses theoretical and practical aspects of applying neural networks for forecasting water levels in water bodies. The practical aspect includes the implementation of a neural network model using the Python programming language, with the application of scikit-learn and Matplotlib libraries, and its training based on archived meteorological observation data and actual water level indicators in water bodies. The model parameters used include: water level, air temperature, water temperature, precipitation statistics, and snow cover height | |
| Располагается в коллекциях: | 2024. ГИС-технологии в науках о Земле | |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.