LuanVan.vnLuận Văn
Gửi thư

Bias correction of rainfall forecasts using machine learning

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảMai Ngoc Minh
Người hướng dẫnPhan Xuan Vu
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu nâng cao độ chính xác của dự báo lượng mưa thông qua kỹ thuật hiệu chỉnh sai lệch (bias correction) bằng các phương pháp học máy. Sử dụng dữ liệu dự báo từ 10 mô hình thời tiết khác nhau để xây dựng mô hình hiệu chỉnh sai lệch và giảm sai số dự báo lượng mưa. Các thuật toán học máy gồm Random Forest, XGBoost và Gradient Boosting được áp dụng nhằm kết hợp thông tin từ nhiều nguồn dự báo và xây dựng mô hình dự đoán. Quá trình thực hiện bao gồm tiền xử lý dữ liệu, huấn luyện mô hình, tối ưu tham số và đánh giá hiệu năng dựa trên các chỉ tiêu thống kê. Kết quả thực nghiệm được sử dụng để so sánh khả năng hiệu chỉnh sai lệch của các thuật toán học máy và phân tích mức độ cải thiện chất lượng dự báo lượng mưa. Nghiên cứu cung cấp cơ sở cho việc ứng dụng các phương pháp học máy trong bài toán dự báo khí tượng.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.