алгоритми машинного навчання

Enhanced Poverty Assessment through Advanced Analytical Models within the Malaysia MADANI Framework

This paper presents a research framework for an innovative poverty assessment methodology aligned with the Malaysia MADANI Framework's objectives of eradicating poverty and promoting inclusive economic growth.  Traditional approaches to household categorization often neglect critical demographic variables and the unequal distribution of income, leading to an incomplete understanding of poverty.  To address these limitations, the framework integrates mixture ordinal regression models with machine learning algorithms, leveraging the strengths of statistical modeling and a

МЕТОД ПРОГНОЗУВАННЯ ОБСЯГІВ ГЕНЕРАЦІЇ ЕНЕРГІЇ СОНЯЧНОЮ ЕЛЕКТРОСТАНЦІЄЮ

Успішне використання сонячної енергетики зумовлює необхідність точного прогнозування виробництва електроенергії сонячними електростанціями (СЕС) для стабільного функціонування систем електропостачання. Це пов’язано з необхідністю підтримання миттєвого балансу виробництва і споживання електричної енергії, який забезпечується реалізацією складних ієрархічних систем управління наявними джерелами енергії. Особливо актуальна можливість короткочасного прогнозування виробництва енергії СЕС.

Виявлення геодинамічних аномалій у часових рядах ГНСС з використанням методів машинного навчання

Однією з прикладних геодезичних задач для геодинаміки є виявлення аномальних відхилень у часових рядах ГНСС, що можуть свідчити про деформації земної поверхні спричинені впливом різних геофізичних явищ. Важливо зазначити, що геодинамічні аномалії можуть мати локальний характер та проявлятися лише на одній ГНСС-станції або регіональний характер і проявлятися одночасно у групі часових ГНСС- рядів. Метою цієї статті є розроблення методу виявлення геодинамічних аномалій у часових рядах ГНСС з використанням алгоритмів машинного навчання.