Ключевые слова
метрика качества
нейронная сеть
прогноз погоды
заморозок
Как цитировать
Аннотация
одной из первых задач при разработке математической модели прогнозирования является определение критерия, по которому будет оцениваться и выбираться оптимальная модель из ряда возможных. При этом решаемые задачи моделирования могут требовать различных методов оценки в зависимости от поставленной цели. Именно от того, каким образом будет оцениваться модель прогнозирования, зависит конечный итог. В данном исследовании была разработана методика оценки и выбора модели, прогнозирующей окончание периода заморозков в весенне-летний период.
Литература
Hossin M., Sulaiman M. N. A Review on Evaluation Metrics for Data Classification Evaluations. International Journal of Data Mining & Knowledge Management Process. 2015;5(2):1–11. DOI: 10.5121/ijdkp.2015.5201.
Huang C. et al. Performance Metrics for the Comparative Analysis of Clinical Risk Prediction Models Employing Machine Learning. Circulation: Cardiovascular Quality and Outcomes. 2021;14(10):1076– 1086. DOI: 10.1161/CIRCOUTCOMES.120.007526.
Vujović Ž. et al. Classification Model Evaluation Metrics. International Journal of Advanced Computer Science and Applications. 2021;12(6):599–606.
Архипов В. А. Сравнительный анализ метрик качества для моделей бинарной классификации на примере кредитного скоринга. Вестник Алтайской академии экономики и права. 2019;9(2):12–15. EDN: CFZQDC.
Hicks S. A. et al. On Evaluation Metrics for Medical Applications of Artificial Intelligence. Scientific Reports. 2022;12(1):5979. DOI: 10.1038/s41598-022-09954-8.
Owusu-Adjei M. et al. Imbalanced Class Distribution and Performance Evaluation Metrics: A Systematic Review of Prediction Accuracy for Determining Model Performance in Healthcare Systems. PLOS Digital Health. 2023;2(11):E0000290. DOI: 10.1371/journal.pdig.0000290.
Солозобов В. А. Поиск оптимальной регрессионной модели, предсказывающей завершение периода возвратных весенних заморозков. Наука и инновации XXI века : материалы X Всероссийской конференции молодых ученых. Сургут, 15 декабря 2023 года. В 3 ч. 2024;1:98–102. EDN: BHSRWN.
Солозобов В. А. Исследование возможности использования нейронных сетей для предсказания возвратных весенних заморозков, и поиск оптимального набора данных для этого вида прогнозирования. Наука и инновации XXI века : сборник статей по материалам IX Всероссийской конференции молодых ученых. В 4 томах. Сургут, 02 ноября 2022 года. 2023;1:150–155. EDN: ZXQFJS.
Архив метеоданных. Режим доступа: https://rp5.ru/.