Χρήση Νευρωνικών Δικτύων και Χρονοσειρών για την Πρόβλεψη Δεδομένων από Μετεωρολογικούς Σταθμούς

Using Neural Networks and Time Series to Forecast Data from Weather Stations (Αγγλική)

  1. MSc thesis
  2. Καραμήτου, Αναστασία
  3. Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ)
  4. 24 Σεπτεμβρίου 2022 [2022-09-24]
  5. Ελληνικά
  6. 91
  7. Καναβός, Ανδρέας
  8. Μαραγκουδάκης, Εμμανουήλ | Χατζηευθυμιάδης, Ευστάθιος
  9. Νευρωνικά δίκτυα | Χρονοσειρές | Πρόβλεψη μεταβολής καιρού | Κλιματικά Δεδομένα
  10. 1
  11. 9
  12. 33
  13. Περιέχει : πίνακες, εικόνες
    • Στην σημερινή εποχή, η χρήση των νευρωνικών δικτύων έχει αλλάξει σε μεγάλο βαθμό την ζωή των ανθρώπων σε όλο τον κόσμο. Η πρόβλεψη δεδομένων με χρονοσειρές είναι ένα πολύ καλό εργαλείο το οποίο παίζει σημαντικό ρόλο σε πολλούς τομείς. Μια από τις πιο χρήσιμες εφαρμογές της ανάλυσης χρονοσειρών είναι στον τομέα της μετεωρολογίας. Οι χρονοσειρές των κλιματικών δεδομένων αποτελούν σημαντικό εργαλείο για τη μελέτη του κλίματος καθώς μπορούν να μας δώσουν χρήσιμες πληροφορίες για τις μεταβολές του. Για το λόγο αυτό θα πρέπει να είναι όσο το δυνατόν πιο πλήρης και ομογενείς έτσι ώστε οι οποιεσδήποτε μεταβολές που υπάρχουν σε αυτές να οφείλονται αποκλειστικά και μόνο σε μεταβολές του ίδιου του κλίματος. Η πρόβλεψη της μεταβολής του καιρού μπορεί να γίνει με πληθώρα δεδομένων καθώς και με συνδυασμό αυτών. Διαθέσιμα δεδομένα είναι μετρήσεις επίγειων μετεωρολογικών σταθμών, οι οποίοι περιλαμβάνουν θερμοκρασία, ταχύτητα και διεύθυνση του ανέμου, ηλιακή ακτινοβολία, υγρασία. Επίσης μπορούν να χρησιμοποιηθούν δορυφορικές εικόνες σε βάθος χρόνου από ραντάρ και από οπτικούς δορυφόρους. Τέλος μπορούν να χρησιμοποιηθούν ιστορικά δεδομένα καιρού. Στην παρούσα διπλωματική εργασία, θα περιγράψουμε τις μελλοντικές μεταβολές του καιρού με χρήση των νευρωνικών δικτύων, με βάση προηγούμενα δεδομένα. Στην συνέχεια, θα γίνει σύγκριση των μεθόδων πρόβλεψης χρονοσειρών με εφαρμογή στα τεχνητά νευρωνικά δίκτυα, και σύγκριση των αποτελεσμάτων αυτών με ήδη υπάρχοντα δεδομένα, για την αξιολόγηση των αποτελεσμάτων.
    • In modern times, the use of neural networks has greatly changed the lives of people around the world. Forecasting time series data is a very good tool that plays an important role in many areas. One of the most useful applications of time series analysis is in the field of meteorology. Time series of climate data are an important tool for studying climate because they can provide us with useful information about its changes. For this reason, they should be as complete and homogeneous as possible, so that their changes can only be attributed to changes in the climate itself. Forecasting weather changes can be done with a wealth of data or with a combination of them. Data available are ground weather station measurements, which include temperature, wind speed and direction, insolation and humidity. Time-lapse satellite imagery from radar and optical satellites can also be used. Finally, historical weather data can be used. In this thesis we will describe future weather changes using neural networks based on past data. Subsequently, the time series prediction methods applied to artificial neural networks are compared and these results are compared with existing data to evaluate the results.
  15. Αναφορά Δημιουργού 4.0 Διεθνές