LuanVan.vnLuận Văn
Gửi thư

Xây dựng mô hình cảnh báo sớm các tham số môi trường nước mặn sử dụng LSTM và sự tương quan giữa các tham số

Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhKỹ thuật, xây dựng, môi trường
Tác giảPhạm Quang Huy
Người hướng dẫnTrần Quang Vinh
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nêu hiện trạng biến đổi khí hậu đang diễn ra phức tạp, ảnh hướng lớn đến các sinh vật trọng môi trường nước mặn. Xây dựng mô hình cảnh báo sớm các tham số môi trường nước mặn dựa trên trí tuệ nhân tạo, cụ thể là mạng nơ-ron hồi quy LSTM. nhằm dự báo và cảnh báo sớm sự biến đổi của các tham số quan trọng như nhiệt độ, độ mặn và pH, góp phần hỗ trợ công tác quản lý và giám sát môi trường nước. Kết quả cho thấy mô hình LSTM có độ chính xác tốt, giúp nâng cao hiệu quả dự báo, từ đó cho phép đưa ra cảnh báo sớm kịp thời cho người dùng.
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 kỹ thuật, xây dựng, môi trường · 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.