Differences

This shows you the differences between two versions of the page.

--- dlcp2025:timetable [18/06/2025 15:19] – removed - external edit (Unknown date) 127.0.0.1
+++ dlcp2025:timetable [18/06/2025 15:24] (current) – [DLCP2025. Scientific program] admin
@@ Line 1: / Line 1: @@
+{{:dlcp:dlcp25-logo.png?400|}}
+====== Timetable (draft) ======
+//19.06.2025//
+{{ :dlcp2025:dlcp2025-program.pdf |PDF}} файл.
+//Moscow time (MSK), on site and ZOOM// \\
+//# - on-line report (17)//
+<color /orange>//**Attention! Before the presentation, the speaker must send a presentation in PDF format for posting on the website.**//</color>
+===== Section 1. Machine Learning in Fundamental Physics  =====
+**July 2, 2025. SINP MSU, bld.19, room 2-15**
+^^ 11:15-11:45  ^ Welcome coffee  |  ||
+||              |  ||
+||              |  ||
+^^ 13:30-14:30  ^ LUNCH  |  ||
+||              |  ||
+||              |  ||
+^^ 16:00-16:30  ^ Coffee Break | ||
+||              |  ||
+||              |  ||
+===== Section 2. Machine Learning for Environmental Sciences =====
+**July 3, 2025. ИО РАН **
+**9:30-9:45** \\ 11. Вострикова С.А., Московский физико-технический институт. Восстановление приповерхностной влажности атмосферы над океаном с применением методов машинного обучения.
+++++ Аннотация|
+Влажность воздуха в приповерхностном слое атмосферы над океаном является ключевым климатическим параметром, влияющим на процессы переноса влаги и тепла между океаном и атмосферой, а также на динамику атмосферных процессов в целом. Анализ метеорологических данных, собранных в течение XX века, показывает разреженность рядов измерений влажности в пространстве и времени. Международный массив данных о характеристиках океана и атмосферы (ICOADS) указывает на недостаточную плотность измерений в начале XX века по сравнению с более поздними периодами, что создает сложности для адекватного анализа климатических тенденций относительной влажности. Представленные в литературе методы восстановления временных рядов влажности зачастую демонстрируют ограниченную точность, основываясь преимущественно на статистических и эвристических подходах. Наша работа направлена на повышение качества решения этой задачи за счёт применения методов машинного обучения. В настоящей работе решена задача в формулировке аппроксимации моментальных значений относительной влажности по данным сопутствующих измерений атмосферного давления, температуры воздуха, скорости и направления ветра, температуры поверхности океана, а также наблюдений количества и типов облачности на трёх ярусах. Кроме этого, в составе сопутствующих переменных используется код погоды по стандарту ВМО и расчетная высота солнца. В исследовании использованы модели машинного обучения следующих типов: линейная регрессия, случайный лес, градиентный бустинг (CatBoost) и полносвязная искусственная нейронная сеть. Для повышения территориальной и временной специфичности разрабатываемых моделей мы провели исследование для каждой ячейки размером 5 градусов по широте и долготе и каждого сезона по отдельности. На основе полученных результатов были построены карты пространственного распределения ошибок моделей, которые позволили выявить регионы с высокой и низкой точностью аппроксимации влажности. Исследование подтвердило эффективность методов машинного обучения для восстановления климатических рядов, определило наиболее подходящие модели для этой задачи и обозначило перспективные направления для дальнейшей работы.
+++++
+||  9:30-9:45   |   |  ||
+^^ 11:15-11:45  ^ Coffee Break  |  ||
+||   |   |  ||
+||   |   |  ||
+^^ 13:45-15:00  ^ LUNCH  |  ||
+||   |   |  ||
+||   |   |  ||
+^^ 16:00-16:30  ^ Coffee Break  |  ||
+||   |   |  ||
+||   |   |  ||
+===== Section 3. Machine Learning in Natural Sciences =====
+**July 4, 2025.  SINP MSU, bld.19, room 2-15 **
+|| 9:30-9:45  |  ||
+||   |   |  ||
+||   |   |  ||
+^^ 11:15-11:45  ^ Coffee Break  |  ||
+||   |   |  ||
+||   |   |  ||
+^^ 13:30-14:30  ^ LUNCH  |  ||
+||   |   |  ||
+||   |   |  ||
+^^ 16:00-16:30  ^ Coffee Break | ||
+||   |   |  ||
+||   |   |  ||
+^^ 18:15-18:30  ^ Закрытие конференции |  ||