| Наименование статьи | Модель для прогнозирования поверхностной концентрации метана в арктическом регионе, основанная на искусственной нейронной сети с длинной цепью элементов краткосрочной памяти и вейвлет-преобразованием исходных данных |
|---|
| Страницы | 428 |
|---|
| Аннотация | Изучение динамики содержания парниковых газов в арктических районах планеты приобретает все большее значение. Такие исследования особенно актуальны в свете наблюдаемого в этом регионе изменения климата. В настоящей работе предлагается гибридная модель, которая сочетает вейвлет-преобразование исходных данных и искусственную нейронную сеть с длинной цепью элементов краткосрочной памяти (LSTM) для прогнозирования изменения приземной концентрации метана в арктических широтах. Временной ряд концентрации метана был разложен с помощью дискретного вейвлет-преобразования на четыре составляющих — одну аппроксимирующую и три детализирующих. Эти компоненты использовались для обучения сети LSTM. Прогноз рассчитывался как сумма прогнозов по каждому из компонентов. Всего были построены три прогнозные модели. В первой сеть LSTM обучалась в режиме нелинейной авторегрессии. Вторая представляла собой сочетание дискретного вейвлет-преобразования с нейронной сетью LSTM. Также для сравнения использовалась дополнительная модель на основе нелинейной авторегрессионной нейронной сети. Работа основана на данных экологического мониторинга парниковых газов на острове Белый Ямало-Ненецкого автономного округа. Исходные данные для построения модели были получены в июле-августе 2017 г. Точность прогноза оценивалась с помощью нескольких индикаторов. Гибридная модель на основе LSTM показала лучшую точность. |
|---|
| Ключевые слова | метан, парниковые газы, искусственные нейронные сети LSTM, временны́е ряды, вейвлет-преобразование, атмосфера |
|---|
| Журнал | Арктика: экология и экономика |
|---|
| Номер выпуска | 3 |
|---|
| Автор(ы) | Буевич А. Г., Сергеев А. П., Шичкин А. В., Баглаева Е. М., Субботина И. Е., Буторова А. С. |
|---|