Прогнозування погоди з використанням нейромережі

Скорочена інформація про документ
dc.contributor.advisorНазарчук, Ірина Василівна
dc.contributor.authorХалімончук, Ростислав Анатолійович
dc.date.accessioned2024-09-19T08:44:36Z
dc.date.available2024-09-19T08:44:36Z
dc.date.issued2024
dc.description.abstractДипломна робота: 97 с., 29 рис., 9 табл., 2 дод., 28 джерел. Темою роботи є використання моделей та методів машинного навчання в сфері прогнозування погоди. Об’єктом дослідження є архів даних про погоду(температура, атмосферний тиск, швидкість вітру, вологість) Києва у періоді з 1 квітня 2021 року по 31 серпня 2021 року. Предметом дослідження є застосування лінійної регресії (ЛР) та мережі з довготривалою короткочасною пам’яттю (LSTM) для прогнозування погоди. Мета цієї дипломної роботи: - побудувати лінійну регресію та нейрону мережу для короткострокового прогнозування погоди на найближчі години; - визначити критерії, за якими можна оцінити адекватність цих моделей, і здійснити необхідні розрахунки для оцінки точності прогнозів; - проаналізувати і порівняти результати прогнозів моделей і зробити висновки з отриманих даних. Актуальність роботи пов’язана з збільшенням попиту на цю сферу прогнозування та швидким розвитком машинного навчання. У ході дослідження використовувалась мова програмування Python для побудови моделей прогнозування погоди, зокрема лінійної регресії та нейромережі довгої короткочасної пам'яті. Ці моделі були натреновані для порівняння результатів прогнозу.
dc.description.abstractotherBachelor’s Thesis: 97 p., 29 fig., 9 tab., 2 app., 28 references. The object of research is the archive of weather data (temperature, atmospheric pressure, wind speed, humidity) of Kyiv in the period from April 1, 2021 to August 31, 2021. The subject of the study is the application of linear regression (LR) and long short-term memory (LSTM) network for weather forecasting. The purpose of this thesis is: - to build a linear regression and a neural network for short-term weather forecasting for the next few hours; - to identify criteria by which to assess the adequacy of these models and perform the necessary calculations to evaluate the accuracy of the forecasts; - to analyze and compare the results of model forecasts and draw conclusions from the data obtained. The relevance of the work is related to the increasing demand for this area of forecasting and the rapid development of machine learning. The study used the Python programming language to build weather forecasting models, including linear regression and a long short-term memory neural network. These models were trained to compare forecast results.
dc.format.extent97 с.
dc.identifier.citationХалімончук, Р. А. Прогнозування погоди з використанням нейромережі : дипломна робота ... бакалавра : 124 Системний аналіз / Халімончук Ростислав Анатолійович. – Київ, 2024. – 97 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/69043
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectпрогнозування погоди
dc.subjectweather forecasting
dc.subjectneural network
dc.titleПрогнозування погоди з використанням нейромережі
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Khalimonchuk_bacalavr.pdf
Розмір:
6.77 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи