Search Results - "прогнозное моделирование"

1

Academic Journal

Geoinformation Modeling of Lake Thermokarst Landscapes of the Bolshezemelskaya Tundra to Predict Their Development under Climate Changes ; Геоинформационное моделирование озерных термокарстовых ландшафтов Большеземельской тундры для прогноза их развития в условиях климатических изменений

Authors: T. Yu. Zengina, G. G. Osadchaya, V. V. Baranov, Т. Ю. Зенгина, Г. Г. Осадчая, В. В. Баранов

Contributors: The study was carried out within the framework of the State Assignment of the Faculty of Geography of Lomonosov Moscow State University no. 121051100162-6., Исследование выполнено в рамках темы НИР по Государственному заданию географического факультета МГУ имени М.В. Ломоносова №121051100162-6 и Программы развития Междисциплинарной научно-образовательной школы МГУ имени М.В. Ломоносова “Будущее планеты и глобальные изменения окружающей среды”.

Source: Izvestiya Rossiiskoi Akademii Nauk. Seriya Geograficheskaya; Том 88, № 3 (2024): Специальный выпуск: Геоэкологические последствия климатических изменений: основные проблемы и возможности адаптации; 306-320 ; Известия Российской академии наук. Серия географическая; Том 88, № 3 (2024): Специальный выпуск: Геоэкологические последствия климатических изменений: основные проблемы и возможности адаптации; 306-320 ; 2658-6975 ; 2587-5566

Subject Terms: нефтяные и газоконденсатные месторождения, thermokarst landscapes, climate changes, predictive modeling, ensemble methods of machine learning, oil and gas condensate fields, озерные термокарстовые ландшафты, климатические изменения, прогнозное моделирование, ансамблевые методы машинного обучения

File Description: application/pdf

Relation: https://izvestia.igras.ru/jour/article/view/2779/1848; Викторов А.С., Капралова В.Н., Архипова М.В. Моделирование развития морфологической структуры эрозионно-термокарстовых равнин с использованием материалов дистанционных съемок // Исследование земли из космоса. 2019. № 2. С. 55–64.; Гречищев С.Е., Чистотинов Л.В., Шур Ю.Л. Криогенные физико-геологические процессы и их прогноз. М.: Недра, 1980. 383 с.; Достовалов В.Н., Кудрявцев В.А. Общее мерзлотоведение: Учеб. М.: Изд-во Моск. ун-та, 1967. 403 с.; Зенгина Т.Ю., Осадчая Г.Г., Парада Н.Н. Биосферные функции криолитозоны Тимано-Печорской нефтегазоносной провинции в условиях промыш-ленного освоения // Вестн. Рос. ун-та дружбы народов. Сер. Экология и безопасность жизнедеятельности. Изд-во Российского университета дружбы народов. 2011. № 3. С. 32–38.; Капралова В.Н., Викторов А.С. Количественные закономерности изменения размеров термокарстовых озер и оценка рисков // Сергеевские чтения. М.: ГЕОС, 2013. Вып. 15. С. 437–442.; Качурин С.П. Термокарст на территории СССР. М., 1961. 291 с.; Кирикова Н.С., Осадчая Г.Г. К вопросу о вероятности развития термокарста в Тимано-Печорской провинции // Инженерно-геологическое изучение термокарстовых процессов и методы управления ими при строительстве и эксплуатации сооружений (ИГК-98). СПб.: ВНИИГ им. Б.Е. Веденеева, 1998. С. 32–35.; Кравцова В.И. Распространение термокарстовых озер в России в пределах зоны современной мерзлоты // Вестн. Моск. ун-та. Сер. 5. География. 2009. № 3. С. 33–42.; Малкова Г.В., Садуртдинов М.Р., Скворцов А.Г. и др. Температурный режим верхних горизонтов пород в нарушенных и ненарушенных криогенных ландшафтах европейского севера: матер. V конф. геокриологов России. Ч. 6: Динамическая геокриология. Москва, 14–17 июня 2016 г. Сумы: Университетская книга, 2016. С. 63–69.; Маслов А.Д., Осадчая Г.Г., Тумель Н.В., Шполянская Н.А. Основы геокриологии: Учеб. пособие. Ухта: Институт управления, информации и бизнеса, 2005. 176 с.; Общее мерзлотоведение / под ред. П.И. Мельникова, Н.И. Толстихина. Новосибирск: Наука, Сибирское отд., 1974. 302 с.; Осадчая Г.Г. Торфяники криолитозоны европейского северо-востока: зональные особенности развития // Современные исследования трансформации криосферы и вопросы геотехнической безопасности сооружений в Арктике / под ред. В.П. Мельникова и М.Р. Садуртдинова. Салехард, 2021. С. 327–330.; Осадчая Г.Г., Зенгина Т.Ю. Возможности сбалансированного использования биосферного и ресурсного потенциала Большеземельской тундры // Криосфера Земли. 2012. Т. XVI. № 2. С. 43–51.; Осадчая Г.Г., Пижанкова Е.И. Мерзлотно-ландшафтные условия Большеземельской тундры и их картографирование на основе использования дистанционных данных // Криосфера Земли. 2023. Т. XXVII. № 6. С. 12–26.; Осадчая Г.Г., Тумель Н.В., Королева А.М. Морфологическая структура криогенных ландшафтов Большеземельской тундры // Криосфера Земли. 2016. Т. XХ. № 3. С. 14–23.; Осадчая Г.Г., Тумель Н.В., Зенгина Т.Ю., Лаптева Е.М. Обзорная геокриологическая карта Большеземельской тундры (Республика Коми и Ненецкий автономный округ) М-б 1 : 1000000 // В рамках проекта ПРООН/ГЭФ/ЕС “Укрепление системы особо охраняемых природных территорий Республики Коми в целях сохранения биоразнообразия первичных лесов в районе верховьев р. Печора”, 2015. C. 1–112.; Полищук В.Ю., Полищук Ю.М. Геоимитационное моделирование полей термокарстовых озер в зонах мерзлоты. Ханты-Мансийск: УИП ЮГУ, 2013. 129 с.; Природные опасности России. Геокриологические опасности. М.: Изд-во фирма “Крук”, 2000. 315 с.; Тумель Н.В., Зотова Л.И. Геоэкология криолитозоны: Учеб. пособие. М.: Географический фак-тет МГУ, 2014. 244 с.; Фельдман Г.М. Термокарст и вечная мерзлота. Новосибирск: Наука, 1984. 261 с.; Хабибуллин И.Л., Лобастова С.А., Хусаинова З.Р., Солдаткин М.В., Бураншина А.Р. Моделирование процесса термокарста // Вестн. Башкирского унта. 2007. № 1. С. 21–24.; Шполянская Н.А., Осадчая Г.Г., Малкова Г.В. Современные изменения климата и реакция криолитозоны (на примере Западной Сибири и Европейского севера России) // Географическая среда и живые системы. 2022. № 1. С. 6–29. https://doi.org/10.18384/2712-7621-2022-1-6-30; Шур Ю.Л. Верхний горизонт толщи мерзлых пород и термокарст. Новосибирск: Наука. Сиб. отд., 1988. 213 с.; Brown J., Ferrians O.J., Hegginbottom J.A., Melnikov E.S. Circum-Arctic map of permafrost and ground-ice conditions. Map CP-45. In CircumPacific Map Series. Washington: U.S. Geological Survey, 1997. https://doi.org/110.3133/cp45; Fick S.E., Hijmans R.J. WorldClim 2: new 1-km spatial resolution climate surfaces for global land areas // Int. J. Climatol. 2017. Vol. 37. P. 4302–4315. https://doi.org/10.1002/joc.5086; Guisan A., Thuiller W., Zimmermann N. The Biomod2 Modeling Package Examples. In Habitat Suitability and Distribution Models: With Applications in R // Ecology, Biodiversity and Conservation. P. 357–400. Cambridge: Cambridge Univ. Press, 2017. https://doi.org/10.1017/9781139028271.027; Huang L., Liu L., Jiang L., Zhang T. Automatic Mapping of Thermokarst Landforms from Remote Sensing Images Using Deep Learning: A Case Study in the Northeastern Tibetian Plateau // Remote Sens. 2018. Vol. 10. 2067 p. https://doi.org/10.3390/rs1012206; Kuncheva L., Whitaker C. Measures of diversity in classifier ensembles // Machine Learning. 2003. Vol. 51. P. 181–207. https://doi.org/10.1023/A:1022859003006; Malkova G., Drozdov D., Vasiliev A., et al. Spatial and Temporal Variability of Permafrost in the Western Part of the Russian Arctic // Energies. 2022. Vol. 15. 2311 p. https://doi.org/10.3390/en15072311; Nitze I., Cooley S.W., Duguay C.R., Jones B.M., Grosse G. The catastrophic thermokarst lake drainage events of 2018 in northwestern Alaska: fast-forward into the future // The Cryosphere. 2020. Vol. 14. P. 4279–4297. https://doi.org/10.5194/tc-14-4279-2020; Olefeldt D., Goswami S., Grosse G., Hayes D.J., Hugelius G., Kuhry P., Sannel B., Schuur E.A.G., Turetsky M.R. Arctic Circumpolar Distribution and Soil Carbon of Thermokarst Landscapes. 2015. https://doi.org/10.3334/ORNLDAAC/1332; Opitz D., Maclin R. Popular ensemble methods: An empirical study // J. of Artificial Intelligence Res. 1999. Vol. 11. P. 169–198. https://doi.org/10.1613/jair.614; Popova A.A., Rivkin F.M., Ivanova N.V. Map of EngineeringGeocryological Zoning of European North-East, Scale 1 : 1000000 / 2nd European Conference on Permafrost. Potsdam, 2005. P. 190–191.; Shpolianskaya N. Permafrost dynamics and Global Climate Change // Biodiversity and Ecosystem Insecurity. A Planet in Peril. London–Washington, DC: Earthscan, 2011. P. 130–140.; Thuiller W., Lafourcade B., Engler R., Araujo M.B. BIOMOD-a platform for ensemble forecasting of species distributions // Ecography. 2009. Vol. 32. P. 369–373. https://doi.org/1111/j.1600-0587.2008.05742.x; Thuiller W., Georges D., Engler R. biomod2: Ensemble platform for species distribution modelling, 2014.; Wood S.N. Fast stable restricted maximum likelihood and marginal likelihood estimation of semiparametric generalized linear models // J. R. Stat. Soc. B. 2011. Vol. 73. P. 3–36. https://doi.org/10.1111/j.1467-9868.2010.00749.x; Yin G., Luo J., Niu F., et al. Machine learning-based thermokarst landslide susceptibility modeling across the permafrost region on the Qinghai-Tibet Plateau // Landslides. 2021. Vol. 18. P. 2639–2649. https://doi.org/10.1007/s10346-021-01669-7; Zengina T., Baranov V., Kirillov S., Slipenchuk M. Using Ensemble Machine Learning Methods for Regional Forecasting of Geocryological Manifestations (on the Example of the European North-East of Russia). In: Information Technologies and Intelligent Decision Making Systems. Second International Conference, ITIDMS2022, Virtual Event, December 12–14, 2022, Revised Selected Papers / A. Gibadullin (Ed.). Cham: Springer, 2023. https://doi.org/10.1007/978-3-031-31353-0_10; Ziehn T., Chamberlain M., Lenton A., Law R., Bodman R., Dix M., Mackallah Ch., Druken K., Ridzwan S.M. CSIRO ACCESS-ESM1.5 model output prepared for CMIP6 C4MIP // Earth System Grid Federation. 2019. https://doi.org/10.22033/ESGF/CMIP6.2286; https://izvestia.igras.ru/jour/article/view/2779

Availability: https://izvestia.igras.ru/jour/article/view/2779
https://doi.org/10.31857/S2587556624030045

View record from BASE

2

Dissertation/ Thesis

A study of crowdfunding, success and behavior of sponsors of African startups : master's thesis

Authors: Taleb, A. K. O. S.

Contributors: Медведева, М. А., Агбозо, Э., Medvedeva, M. A., Agbozo, E., УрФУ. Институт радиоэлектроники и информационных технологий-РТФ, Базовая кафедра «Аналитика больших данных и методы видеоанализа»

Subject Terms: PREDICTIVE MODELING, CROWDFUNDING, ИННОВАЦИИ В ФИНАНСИРОВАНИИ, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, MASTER'S THESIS, КРАУДФАНДИНГОВЫЕ ПЛАТФОРМЫ, КРАУДФАНДИНГ, CROWDFUNDING PLATFORMS, AFRICAN STARTUPS, MACHINE LEARNING MODELS, XGBOOST, АФРИКАНСКИЕ СТАРТАПЫ, МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ, ПРОГНОЗНОЕ МОДЕЛИРОВАНИЕ, INNOVATIONS IN FINANCING

File Description: application/pdf

Access URL: http://elar.urfu.ru/handle/10995/140589

3

Academic Journal

Использование геоинформационных систем для решения прогнозных инженерно-геологических задач при разработке месторождений полезных ископаемых

Authors: P. A. Krasilnikov

Source: Vestnik Permskogo Universiteta: Seriâ Geologiâ, Vol 19, Iss 1, Pp 65-72 (2020)

Subject Terms: гис, инженерно-геологические условия, картографическое моделирование, месторождение, прогнозное моделирование, Geology, QE1-996.5

File Description: electronic resource

Relation: http://geology-vestnik.psu.ru/index.php/geology/article/view/342; https://doaj.org/toc/1994-3601; https://doaj.org/toc/2313-4798

Access URL: https://doaj.org/article/f33a1b18a075472fb237b72f561908c1

View record in DOAJ Full Text Finder

4

Report

Выявление перспективности нефтяных месторождений на основе построенных прогнозных моделей

Authors: Еременко, Марк Сергеевич

Contributors: Губин, Евгений Иванович

Subject Terms: анализ данных, анализ месторождений, логистическая регрессия, обработка данных, прогнозное моделирование, data mining, data analisys, logistic regression, analysis of fields, data processing, 303.094.6:622.24

File Description: application/pdf

Relation: Еременко М. С. Выявление перспективности нефтяных месторождений на основе построенных прогнозных моделей : выпускная квалификационная работа магистранта / М. С. Еременко; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ); науч. рук. Е. И. Губин. — Томск, 2023.; http://earchive.tpu.ru/handle/11683/75681

Availability: http://earchive.tpu.ru/handle/11683/75681

View record from BASE

5

Academic Journal

Mathematical Modeling of the COVID-19 Aerosol Cloud Movement in the Closed Space

Source: Приборы и системы. Управление, контроль, диагностика.

Subject Terms: formalization of initial and boundary conditions, COVID-19, математическое прогнозное моделирование, mathematical predictive modeling, формализация начальных и граничных условий, 3. Good health

6

Dissertation/ Thesis

A study of crowdfunding, success and behavior of sponsors of African startups : master's thesis

Исследование краудфандинга, успеха и поведения спонсоров африканских стартапов

Authors: Талеб, У. С. А. К., Taleb, A. K. O. S.

Thesis Advisors: Медведева, М. А., Агбозо, Э., Medvedeva, M. A., Agbozo, E., УрФУ. Институт радиоэлектроники и информационных технологий-РТФ, Базовая кафедра «Аналитика больших данных и методы видеоанализа»

Subject Terms: MASTER'S THESIS, CROWDFUNDING, AFRICAN STARTUPS, MACHINE LEARNING MODELS, XGBOOST, CROWDFUNDING PLATFORMS, PREDICTIVE MODELING, INNOVATIONS IN FINANCING, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, КРАУДФАНДИНГ, АФРИКАНСКИЕ СТАРТАПЫ, МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ, КРАУДФАНДИНГОВЫЕ ПЛАТФОРМЫ, ПРОГНОЗНОЕ МОДЕЛИРОВАНИЕ, ИННОВАЦИИ В ФИНАНСИРОВАНИИ

File Description: application/pdf

Availability: http://elar.urfu.ru/handle/10995/140589

View record from Networked Digital Library of Theses & Dissertations

7

Academic Journal

О методах социального прогнозирования в условиях неопределенности ; O metodakh sotsial'nogo prognozirovaniia v usloviiakh neopredelennosti

Authors: Миронова Наталия Геннадьевна, Nataliia G. Mironova

Source: Scientific studies and modern education; 106-113 ; Научные исследования и современное образование; 106-113

Subject Terms: прогнозное моделирование, прогнозирование рисков

File Description: text/html

Relation: info:eu-repo/semantics/altIdentifier/isbn/978-5-6043805-8-1; https://interactive-plus.ru/e-articles/665/Action665-529821.pdf; Переслегин С. Новые карты будущего, или Анти-Рэнд. – М.: ACT; СПб.: Terra Fantastica, 2009. – 701 с.; Пригожин А. Феномен катастрофы (дилеммы кризисного управления) // Стратегия выживания. – 1994.; Капица С.П. Синергетика и прогнозы будущего / С.П. Капица, С.П. Курдюмов, Г.Г. Малинецкий. – М.: URSS, 2003.; Цветков И.В. Моделирование социально-экономических процессов на основе мультифрактальной динамики: дис. … д-ра техн. наук, 2011.; Коротаев А.В. Законы истории. Математическое моделирование развития Мир-Системы. Демография, экономика, культура / А.В. Коротаев, А.С. Малков, Д.А. Халтурина. – 2-е изд. – М.: УРСС, 2007. – 224 с.; Крылова О.И. Математические модели социально-экономических и природных процессов на основе мультифрактальной динамики с кусочно-линейными и нелинейными трендами: дис. … канд. физ.-мат. наук.; Ахромеева Т.С. Структуры и хаос в нелинейных средах / Т.С. Ахромеева, С.П. Курдюмов, Г.Г. Малинецкий [и др.]. – М.: Физматлит, 2007. – 488 с.; Хакен Г. Можем ли мы применять синергетику в науках о человеке? [Электронный ресурс]. – Режим доступа: http://spkurdyumov.ru/what/primenyat-sinergetiku-v-naukax-o-cheloveke-german-xaken/; Малинецкий Г.Г., Потапов А.Б. Современные проблемы нелинейной динамики. – М.: Эдиториал УРСС, 2000. – 336 с.; Малинецкий Г.Г. Джокеры, русла или поиски третьей парадигмы / Г.Г. Малинецкий, А.Б. Потапов // Знание – Сила. – 1998. №3. – С. 19–35.

Availability: https://interactive-plus.ru/files/Books/5e74c4f4ec15f.jpeg?req=529821
https://interactive-plus.ru/article/529821/discussion_platform
https://doi.org/10.21661/r-529821

View record from BASE

8

Academic Journal