Розмір шрифта:
СИСТЕМНИЙ АНАЛІЗ ТА ПРОГНОЗУВАННЯ ВИТРАТ ВОДИ ЗА ІНФОРМАЦІЄЮ З БАЗИ ДАНИХ WISE
Остання редакція: 2026-05-27
Анотація
У роботі розглянуто задачу системного аналізу та прогнозування витрат поверхневих водних ресурсів Європи на основі даних бази моніторингу WISE (Water Information System for Europe). Виконано розвідувальний аналіз масиву з понад 5,7 мільйона спостережень, розроблено конвеєр підготовки даних, побудовано та порівняно дві прогностичні моделі — LightGBM та глибоку нейронну мережу. За результатами порівняння модель LightGBM продемонструвала вищу точність (R²=0,7469, MAE=2,5464) та рекомендована як основна для задачі прогнозування гідрологічних показників.
Ключові слова
машинне навчання; LightGBM; прогнозування гідрологічних показників; WISE; градієнтний бустинг; нейронна мережа; розвідувальний аналіз даних
Посилання
1. Юань Т., Чжан Ю., Лю Ф. Machine learning-driven advances in water treatment and ecological environmental monitoring. Environmental Research. 2025. Вип. 245. С. 117–134.
2. Гарсія М., Лопес Дж., Фернандес К. Bibliometric-Systematic Literature Review (B-SLR) of Machine Learning-Based Water Quality Prediction: Trends, Gaps, and Future Directions. MDPI Water. 2025. Вип. 17. 24 с.
3. Мокін В. Б., Дратований М. В. Наука про дані: машинне навчання та інтелектуальний аналіз даних. Навч. посіб-ник. Вінниця : ВНТУ, 2024. С. 119–128.
4. Сібінді Р., Мвангі Р. В., Вайтіту А. Г. A boosting ensemble learning based hybrid light gradient boosting machine and extreme gradient boosting model for predicting house prices. Engineering Reports. 2023. Т. 5, № 4. e12599.
5. Water Quantity, 2025, The Water Information System for Europe. [Електронний ресурс]. – Режим доступу: https://sdi.eea.europa.eu/catalogue/datahub/api/records/3f6e7d37-eb3b-407a-b2ed-3eb390668e36
2. Гарсія М., Лопес Дж., Фернандес К. Bibliometric-Systematic Literature Review (B-SLR) of Machine Learning-Based Water Quality Prediction: Trends, Gaps, and Future Directions. MDPI Water. 2025. Вип. 17. 24 с.
3. Мокін В. Б., Дратований М. В. Наука про дані: машинне навчання та інтелектуальний аналіз даних. Навч. посіб-ник. Вінниця : ВНТУ, 2024. С. 119–128.
4. Сібінді Р., Мвангі Р. В., Вайтіту А. Г. A boosting ensemble learning based hybrid light gradient boosting machine and extreme gradient boosting model for predicting house prices. Engineering Reports. 2023. Т. 5, № 4. e12599.
5. Water Quantity, 2025, The Water Information System for Europe. [Електронний ресурс]. – Режим доступу: https://sdi.eea.europa.eu/catalogue/datahub/api/records/3f6e7d37-eb3b-407a-b2ed-3eb390668e36
Повний текст:
PDF