Digital Repository
Of Polessky State University
ISSN (online): 2310-7413
Please use this identifier to cite or link to this item:
https://rep.polessu.by/handle/123456789/34991| Title: | Использование искусственного интеллекта для мониторинга и прогнозирования климатических изменений |
| Other Titles: | Using artificial intelligence for limate monitoring and forecasting changes |
| Authors: | Осташко, О.Ю. Зборина, Д.А. Ostashko, O.Y. Zborina, D.A. |
| Keywords: | искусственный интеллект прогнозирование погоды климатические изменения тайфуны наводнения рекуррентные нейронные сети адаптация artificial intelligence weather forecasting climate changes typhoons floods recurrent neural networks adaptation |
| Issue Date: | 2025 |
| Publisher: | Пинск : Полесский государственный университет |
| Citation: | Осташко, О. Ю. Использование искусственного интеллекта для мониторинга и прогнозирования климатических изменений / О. Ю. Осташко, Д. А. Зборина / Материалы V международной научно-практической конференции «Инжиниринг: теория и практика», Полесский государственный университет, г. Пинск, Республика Беларусь, 25 апреля 2025 г. / [ редкол.: В. И. Дунай, И. А. Пригодич ] ; Полесский государственный университет [и др.]. – Пинск : ПолесГУ, 2025. – С. 163-166. |
| Abstract: | Статья посвящена анализу применения методов искусственного интеллекта (ИИ) в задачах мониторинга и прогнозирования климатических изменений. Рассматриваются современные достижения в области использования нейросетевых моделей, включая глубокие и рекуррентные нейронные сети, трансформеры и ансамблевые подходы. Приведены примеры успешных внедрений ИИ-систем в США, России и странах Юго-Восточной Азии, включая прогнозирование ураганов, тайфунов, повышение точности долгосрочных климатических моделей, а также мониторинг лесных пожаров. |
| Description: | The article is devoted to the analysis of the application of artificial intelligence (AI) methods in the tasks of monitoring and forecasting climate changes. Modern achievements in the field of using neural network models, including deep and recurrent neural networks, transformers and ensemble approaches, are considered. Examples of successful implementationsof I-systems in the USA, Russia, and Southeast Asian countries are given, including forecasting hurricanes and typhoons, improving the accuracy of long-term climate models, and monitoring forest fires. |
| Appears in Collections: | 2025 год |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| Ispolzovanie_iskusstvennogo.pdf | 356.17 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.