?
Пространственно-временной анализ эволюции площади термокарстовых озер с использованием космического зондирования земной поверхности и процедур рандомизированного машинного обучения и прогнозирования
Russian Journal of Earth Sciences. 2024. Т. 24. № 5. С. 1–20.
Дубнов Ю. А., Попков А. Ю., Попков Ю. С., Куприянов М. А., Полищук В. Ю., Мельников А. В., Полищук Ю. М.
Работа посвящена проблеме прогнозирования эволюции площади термокарстовых озер в зоне
вечной мерзлоты Арктики на примере анализа тестовых участков из нескольких географи-
ческих регионов. Предлагаемый в работе подход основан на методе рандомизированного
машинного обучения (РМО) для построения математических моделей динамики площади
озер в условиях климатических изменений, ее обучения на реальных данных и дальнейшего
прогнозирования. Приводятся и сравниваются результаты моделирования динамики площадей
озер с помощью линейных статических и динамических моделей. Показано, что использование
динамической модели площади озер позволяет значительно уменьшить среднюю ошибку
моделирования.
Добавлено: 27 апреля 2026 г.
Tsareva O. O., Malova H. V., V. Yu. Popov и др., Plasma Physics Reports 2026 Vol. 52 No. 2 P. 179–185
Добавлено: 27 апреля 2026 г.
Добавлено: 24 апреля 2026 г.
Кивалов С. Н., Fitzjarrald D., Boundary-Layer Meteorology 2018 Vol. 166 No. 2 P. 165–198
Добавлено: 24 апреля 2026 г.
Кивалов С. Н., Fitzjarrald D., Boundary-Layer Meteorology 2019 Vol. 173 No. 1 P. 1–52
Добавлено: 24 апреля 2026 г.
Addressing effects of environment on eddy-covariance flux estimates at a temperate sedge-grass marsh
Добавлено: 24 апреля 2026 г.
Добавлено: 24 апреля 2026 г.
Оценка дыхания почвы - одного из основных источников углекислого газа в атмосферу – необходима для корректного определения углеродного баланса в наземных экосистемах. Сравнение пульсационного и камерного методов измерения дыхания почвы, проведенные в березняке постагрогенном в регионе южного Подмосковья, показывает хорошую сопоставимость этих методов с коэффициентом детерминации R2=0.75 (p-value=7.546e-12). С учетом высокой пространственной и временной неоднородности ...
Добавлено: 24 апреля 2026 г.
Кивалов С. Н., Курганова И. Н., Быховетс С. С. и др., Soil Systems 2025 Vol. 9 No. 1 Article 9010025
Добавлено: 24 апреля 2026 г.
Association for Computing Machinery (ACM), 2026.
Добавлено: 23 апреля 2026 г.
Казарян М. Э., Дунин-Барковский П. И., Бычков Б. С. и др., Selecta Mathematica, New Series 2026 Vol. 32 Article 25
Добавлено: 23 апреля 2026 г.
Казарян М. Э., Ландо С. К., Коданева Н. М., Journal of Geometry and Physics 2026 No. 225 Article 105841
Добавлено: 23 апреля 2026 г.
Кычкин А. В., Черницин И. А., Прикладная информатика 2026 Т. 21 № 1 С. 40–58
Представлены результаты разработки программного микросервиса, встраиваемого в системы мониторинга качества атмосферного воздуха для поддержки процессов идентификации промышленных источников загрязнений. Выброс и последующее распространение вредных веществ в приземистых слоях атмосферы происходит в динамике и характеризуется высокой неопределенностью из‑за особенностей технологических установок, их режимов работы, влияния рельефа местности, зданий и метеофакторов. Зависимости между местоположением источника выброса и ...
Добавлено: 23 апреля 2026 г.
IEEE, 2026.
Добавлено: 21 апреля 2026 г.
Митрофанов С. В., Экономика и управление: проблемы, решения 2025 Т. 3 № 8 С. 131–137
В статье анализируется эволюция концепции устойчивого развития как ответа на нарастающие экологические, экономические и социальные вызовы современности. Рассматриваются ключевые этапы формирования концепции – от теоретических предпосылок в трудах классиков экономической мысли до международных инициатив, таких как доклад МКОСР «Наше общее будущее», Повестка дня на XXI век, Цели устойчивого развития (ЦУР) и Парижское климатическое соглашение. Особое ...
Добавлено: 6 апреля 2026 г.
Зотов Л. В., Юшкин В. Д., Фролова Н. Л. и др., , in: Информационные технологии и нанотехнологии (ИТНТ-2024). сборник трудов по материалам X Международной конференции и молодежной школы: в 6 томах.: Самарский государственный университет, 2024. P. 22002–22004.
Добавлено: 30 мая 2025 г.
Попков А. Ю., Дубнов Ю. А., Попков Ю. С., Челябинский физико-математический журнал 2024 Т. 9 № 1 С. 144–159
Работа посвящена развитию метода рандомизированного машинного обучения в направлении оценивания динамических моделей связанных процессов с использованием реальных данных, один из которых рассматривается в качестве основного, а другой в качестве зависимого. Модель основного процесса в этой концепции реализуется динамической моделью на основе дифференциальных уравнений с параметрами, которые в свою очередь реализуются статической моделью в другой временной ...
Добавлено: 27 января 2025 г.
М.: РАН, 2024.
Коллективная монография содержит материалы ведущих ученых страны по актуальным вопросам проблематики изменения климата, основанные на обширном перечне научных публикаций и исследованиях авторов. Pассмотрены: климатические процессы и изменения, экстремальные режимы, предсказуемость; моделирование изменений земной климатической системы; экологические и социально-экономические последствия климатических изменений, риски и возможности; проблемы адаптации к изменениям климата; проблемы регулирования антропогенных воздействий на климат; ...
Добавлено: 26 октября 2024 г.
Елисеев Д. О., Ревич Б. А., Шартова Н. В. и др., Научные труды: Институт народнохозяйственного прогнозирования РАН 2023 № 4 С. 182–204
В статье рассмотрены вопросы доступности медицинской помощи в ЯНАО и республике Саха-Якутия с учетом последствий деградации мно-голетней мерзлоты (ММ) и их влияния на функционирование медицинских учреждений. Показано, что в интервале 2024-2035 гг. в ЯНАО возможно потенциальное выбытие 2 объектов, в последующем интервале 2036-2050 гг. 3-х объектов ежегодно. Ожидаемые дополнительные расходы на восстановление функциональности выбывающих объектов ...
Добавлено: 18 мая 2024 г.
Ходачек А. М., Дрегуло А. М., В кн.: Региональная экономика и развитие территорий : сборник научных статейВып. 17.: СПб.: Издательство Санкт-Петербургского государственного экономического университета, 2023. С. 23–27.
Углеродное регулирование в глобальной повестке хотя и является ситуативным и незрелым, однако очевидным образом становится доминирующим фактором конкурентоспособности на внешних рынках. Вследствие этого роль внедрения углеродных единиц для роста экономики в ближайшие годы будет быстро возрастать, особенно для стран, в которых внутренний рынок углеродных единиц достаточно не испытывает дефицита. В статье рассматриваются текущие проблемы и ...
Добавлено: 8 февраля 2024 г.
Yu. A. Dubnov, A. Yu. Popkov, Polishchuk V. Y. и др., Automation and Remote Control 2023 Vol. 84 No. 1 P. 64–81
Рандомизированное машинное обучение ориентировано на задачи, сопровождаемые значительной неопределенностью в данных и моделях. Алгоритмы машинного обучения формулируются в терминах функциональной задачи энтропийно-линейного программирования. Рассматривается методика их адаптации к задачам прогнозирования на примере временной эволюции площади термокарстовых озер в зонах вечной мерзлоты, которые являются генераторами метана — одного из парниковых газов, влияющих на изменения климата. Предлагаются ...
Добавлено: 5 февраля 2024 г.
Попков А. Ю., Дубнов Ю. А., Попков Ю. С., Информационные технологии и вычислительные системы 2022 № 3 С. 67–78
Работа посвящена применению метода рандомизированного машинного обучения для прогнозирования развития эпидемии COVID-19, основанной на эпидемиологической модели SIR. Предлагается два варианта моделирования, первый основан на использовании модели SIR с оценкой параметров по реальным оперативным данным о случаях заболевания, второй основан на идее моделирования индикатора распространения инфекции и его прогнозирования. Cравнительное исследование предлагаемых методов и подходов базируется на сравнении со ...
Добавлено: 5 февраля 2024 г.
А. Ю. Попков, Ю. А. Дубнов, Ю. С. Попков, Информатика и автоматизация (Труды СПИИРАН) 2022 Т. 4 № 21 С. 659–677
В работе предлагается подход к оцениванию параметров нелинейных динамических моделей с помощью концепции Рандомизированного машинного обучения (РМО), основанной на переходе от детерминированных моделей к случайным (со случайными параметрами) с последующим оцениванием вероятностных распределений параметров и шумов по реальным данным. Главной особенностью данного метода является его эффективность в условиях малого количества реальных данных. В работе рассматриваются ...
Добавлено: 5 февраля 2024 г.