?
Forecasting Water Levels in Krasnodar Krai Rivers with the Use of Machine Learning
Water Resources. 2022. Vol. 49. No. 1. P. 10–22.
Belyakova P. A., V. M. Moreido, Tsyplenkov A. S., Amerbaev A. N., Grechishnikova D. A., Kurochkina L. S., Filippov V. A.
N. V. Mkrtchyan, Regional Research of Russia 2026 Vol. 16 No. 1 P. 170–181
Добавлено: 16 мая 2026 г.
Гаева Д. В., Barinova G. M., Romanchuk A. Y., Theoretical and Applied Climatology 2026 Vol. 157 Article 302
Добавлено: 13 мая 2026 г.
Мкртчян Н. В., Известия РАН. Серия географическая 2026 Т. 90 № 1 С. 231–245
Цель исследования — оценить обеспеченность всех населенных пунктов четырех регионов
Ближнего Севера России (Вологодской, Костромской, Кировской и Ярославской областей)
учреждениями социальной инфраструктуры и проанализировать, связан ли миграционный
баланс населенных пунктов с разной обеспеченностью этими учреждениями. Исследование
выполнено на основе собранных из открытых источников данных по наличию во всех населенных пунктах учреждений образования и здравоохранения по состоянию на середину 2024 ...
Добавлено: 13 мая 2026 г.
Зайцев А. И., Пелиновский Е. Н., Костенко И. С. и др., Морской гидрофизический журнал 2026 Т. 42 № 2 С. 263–274
Цель. На основе результатов натурных обследований и численного моделирования проанализированы параметры Камчатского цунами, вызванного землетрясением 29 (30) июля 2025 г. у п-ова Камчатка, и его проявления на северном побережье о. Шумшу (Северные Курилы). Методы и результаты. На основе результатов полевых обследований следов цунами в северной части о. Шумшу определены границы максимального проникновения волн цунами вглубь ...
Добавлено: 4 мая 2026 г.
Русаков Д. С., Елютин М. С., Синицын Н. А. и др., Известия РАН. Серия географическая 2024 Т. 88 № 2 С. 214–230
Для сетевого анализа лесной отрасли России использованы данные единой государственной
автоматизированной информационной системы учета древесины по торговле лесо- и пиломатериалами между отдельными предприятиями за 2020 г. Цель исследования – выделить и охарактеризовать кластеры лесной промышленности России. Разработана методика кластеризации графа,
состоящая из двух шагов: сначала выполняется кластеризация алгоритмом Лейдена, затем каждый
лейденский кластер кластеризируется еще раз с помощью ...
Добавлено: 2 мая 2026 г.
М.: ООО «Геомодель Развитие», 2024.
Интеллектуальный анализ данных в нефтегазовой отрасли, Калининград, Россия, 2024, ООО «Геомодель Развитие» ...
Добавлено: 29 апреля 2026 г.
Добавлено: 28 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.
Добавлено: 24 апреля 2026 г.
Гулев С. К., Дурманов Н. Д., Ольчев А. В. и др., М.: Научный мир, 2025.
Коллективная монография представляет результаты трехлетних научных исследований, проводимых научными коллективами в рамках реализации пилотного проекта Министерства науки и высшего образования РФ по карбоновым полигонам. Пилотный проект ставит целью организацию системы наблюдений за потоками парниковых газов в природных экосистемах посредством наземных и дистанционных методов измерений, а также развитие и отработку технологических решений контроля эмиссии и поглощения ...
Добавлено: 24 апреля 2026 г.
Enchilik P. R., G.V.Klink, Semenkov I. N., Science of the Total Environment 2025 Vol. 998 Article 180219
Добавлено: 19 апреля 2026 г.
Гаранкина Е. В., Юрченко А. П., Шоркунов И. Г. и др., Геоморфология и палеогеография (ранее - Геоморфология) 2025 Т. 56 № 4 С. 678–700
Позднеплейстоценовая трансформация ландшафтов областей распространения континентального оледенения в пределах европейских равнин, как правило, сводится к направленному расчленению послеледниковой эрозией. Однако на обширных междуречьях в краевой зоне московского оледенения отмечается противоположный тренд к длительному послеледниковому выравниванию как в перигляциальных, так и межледниковых условиях. Локальные седиментационные ловушки, такие как моренные западины, котловины мертвого льда и ложбины стока, выполнявшиеся отложениями на протяжении всего ...
Добавлено: 18 апреля 2026 г.
Куракова А. А., Е.Д. Павлюкевич, Большаков Д. В., Вестник Московского университета. Серия 5: География 2025 Т. 80 № 4 С. 40–48
В последние десятилетия изменение климата и деятельность человека оказывают все большее воздействие на реки, что во многом может провоцировать или усиливать проявление опасных русловых процессов (размывов берегов). Доступность спутниковых снимков с глобальным охватом предоставляет широкие возможности для изучения плановых деформаций русла и их количественной оценки. Это все стало основой для активного развития методов дистанционного зондирования, ...
Добавлено: 3 апреля 2026 г.
Pavlyukevich Ekaterina D., Krylenko I., Motovilov Y. и др., Water Resources 2025 Vol. 52 No. 2 P. S159–S171
Добавлено: 3 апреля 2026 г.
Добавлено: 26 марта 2026 г.
Ермаков С. Р., Зыков С. В., Современные наукоемкие технологии 2025 № 2 С. 45–53
Сегодня перед современными институтами образования стоит задача повышения персонализации и эффективности обучения. Технический аспект решения этой задачи сталкивается с несколькими проблемами, таким как: острый недостаток технологичных решений, программного обеспечения, которые могли бы интегрировать интеллектуальные подходы в электронные обучающие системы (ЭОС); ограниченность вычислительных ресурсов в образовательных организациях (ОО). В основном, сейчас в ОО используются ЭОС без ...
Добавлено: 14 марта 2025 г.
Сикхвал Ш., Sen S., HSE Economic Journal 2024 Vol. 28 No. 1 P. 133–158
The study investigates the predictive efficacy of various machine learning methodologies, encompassing Random Forest (RF) regression, Gradient Boosting (GB), Xtreme Gradient Boosting (XGBoost), Support Vector Regression (SVR), Least Absolute Shrinkage and Selection Operator (LASSO) regression, and a deep learning technique, specifically Long Short-Term Memory (LSTM). The benchmark method employed is the autoregressive (AR) model of ...
Добавлено: 19 июля 2024 г.
Теплова Т. В., Куркин А. В., Бакланова В. С., Annals of Operations Research 2025 Vol. 354 P. 341–365
Добавлено: 9 декабря 2023 г.
Морейдо В. М., Gartsman B., Solomatine D. P. и др., Water (Switzerland) 2021 Vol. 13 No. 12 Article 1696
Добавлено: 31 января 2023 г.