Облачные инфраструктуры ОИЯИ и организаций стран-участниц/ Анализ данных – машинное обучение в исследованиях загрязнения воздуха

Семинары

Лаборатория информационных технологий

Общелабораторный семинар

Дата и время: среда, 2 февраля 2022 г., в 15:00

Место: Онлайн-семинар в Webex, Лаборатория информационных технологий


  1. Тема семинара: «Облачные инфраструктуры ОИЯИ и организаций стран-участниц»

    Докладчик: Кутовский Н. А.

    Аннотация:

    Представлено текущее состояние дел по облачной инфраструктуре ОИЯИ и распределенной платформе на базе ресурсов организаций из стран-участниц Института. Приведены описание архитектур обеих платформ, технические характеристики, задачи, для которых используются их ресурсы, а также планы по развитию.

  2. Тема семинара: «Анализ данных – машинное обучение в исследованиях загрязнения воздуха»

    Докладчик: Свозилик В.

    Аннотация:

    Для исследований загрязнения воздуха на больших территориях требуются значительные финансовые, человеческие и вычислительные ресурсы. Поэтому наблюдается тенденция к поиску альтернативных вариантов решения данной проблемы.
    Регрессия землепользования – альтернативный метод моделирования, основанный на предположении о том, что концентрация загрязняющих веществ определяется локальными факторами (землепользование, источники загрязнения), положительно или отрицательно влияющими на загрязнение воздуха. Взаимосвязь между факторами и концентрацией загрязнения может быть представлена с помощью регрессионной модели. Наша регрессионная модель была построена на базе искусственной нейронной сети (ИНС), способной фиксировать нелинейные явления. Полученные результаты показали, что регрессия на основе ИНС описывает большую вариативность загрязнения воздуха по сравнению со стандартными моделями.
    Второй эксперимент был призван улучшить данные мониторинга загрязнения воздуха с помощью бюджетной сенсорной сети. На основе измерений, полученных одновременно с недорогих датчиков и со стандартной станции мониторинга загрязнения воздуха, показано, что ИНС способна улучшить измерения всей сенсорной сети.