ОБРАБОТКА ИНФОРМАЦИИ И АНАЛИЗ ДАННЫХ
ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ И ТЕХНОЛОГИИ
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Ю. С. Попков, Ю. М. Полищук "Асимптотический метод вычисления многомерных интегралов в задачах прогнозирования состояния термокарстовых озер"
ПРОГРАММНАЯ ИНЖЕНЕРИЯ
Ю. С. Попков, Ю. М. Полищук "Асимптотический метод вычисления многомерных интегралов в задачах прогнозирования состояния термокарстовых озер"
Аннотация. 

Статья посвящена разработке аналитического метода приближенного вычисления многомерных интегралов, ориентированного на решение балансовых уравнений в процедурах рандомизированного машинного обучения. Последние используются для прогнозирования эволюции площади термокарстовых озер. Метод базируется на разложении в ряд аналитической функции - экспоненты - и трансформации многомерных интегралов в произведение простых одномерных интегралов на интервальных множествах.

Ключевые слова: 

термокарстовые озера; ряд Тейлора; рандомизированное машинное обучение; метод Лагранжа; балансовые уравнения.

DOI 10.14357/20718632240208 

EDN WWJQDJ

Стр. 86-91.
 
Литература

1. Zuidhoff F.S., Kolstrup E. Changes in palsa distribution in relation to climate change in Laivadalen, Northern Sweden, espesially 1960-1997. Permafrost and Periglacial Processes, 2000, v.11, pp. 55-69.
2. Kirpotin S., Polishchuk Y., Bruksina N. Abrupt changes of thermokarst lakes in Western Siberia: impacts of climatic warming on permafrost melting. International Journal of Environmental Studies. 2009, v. 66, No.4, pp.423-431.
3. Karlson J.M., Lyon S.W., Destouni G. Temporal behavior of lake size-distribution in a thawing permafrost landscape in Northwestern Siberia. Remote sensing, 2014, No. 6, pp. 621-636.
4. Bryksina N.A., Polishchuk Yu.M. Analysis of changes in the number of thermokarst lakes in permafrost of Western Siberia on the basis of satellite images. Cryosphere of Earth, 2015, v. 19, No.2, pp. 114-120.
5. Popkov Y.S., Popkov A.Y., Dubnov Y.A. Entropy randomization in Machine Learning. CRC Press, 2023
6. Dubnov Y.A., Popkov A.Y., Polishcuk V.Y., Sokol E.S., Melnikov A.V., Y.M.Polishcuk Y.M., Popkov Y.S. Randomized Mashine Learning Algoritms to Forecast theEvolution of Thermokarst Lakes Area in Permafrost Zones. Automation and Remote Control, 2023, v.84, No.1, p. 56-70.
7. Дарховский Б.С., Попков А.Ю., Попков Ю.С. Метод пакетных итераций Монте-Карло для решения задач глобальной оптимизации. Информационные технологии и вычислительные системы. 2014, вып.3. С. 39-52.
 

2024 / 02
2024 / 01
2023 / 04
2023 / 03

© ФИЦ ИУ РАН 2008-2018. Создание сайта "РосИнтернет технологии".