A Magyar Hidrológiai Társaság XXXIX. Országos Vándorgyűlése (Nyíregyháza, 2022. július 6-8.)

5. szekció - Hidrológia, hidrogeológia, hidraulika, numerikus modellezés - 16. Dr. Kozák Péter - dr. Vizi Zsolt - Fehérváry István - dr. Benyhe Balázs - Fiala Károly - Lázár Miklós (NKE - SZTE - ATIVIZIG): Mélytanuló algoritmusok alkalmazása a vízgazdálkodásban

A dolgozatban az Alsó-Tisza vidéki Vízügyi Igazgatóság és a Szegedi Tudományegyetem közös kutató-fejlesztő csoportja által elkészített alkalmazások eddigi tapasztalatai kerültek bemutatásra. Az alkalmazások minta jelleggel készültek azon célból, hogy megalapozzák egy későbbi komplex algoritmus kifejlesztését, illetve azokkal álljanak rendelkezésre tapasztalatok a mélytanuló algoritmusok vízgazdálkodási alkalmazási lehetőségeiről. Az eddigi tapasztalatok kedvezőek, mind a talajvíz-lefolyás, mind pedig a folyami vízállás előre jelzésével kapcsolatban, melyek alapján az alkalmazások használata és szükség szerinti finomítása folyamatban van.

Szakirodalom

[1] Hochreiter, S. and Schmidhuber, J., 1997. Long short-term memory. Neural computation, 9(8), pp.1735-1780.

[2] Sutskever, I., Vinyals, O. and Le, Q.V., 2014. Sequence to sequence learning with neural networks. Advances in neural information processing systems, 27.

[3] Goodfellow, I., Bengio, Y. and Courville, A., 2016. Deep learning. MIT press.

[4] Lim, B., Arik, S.Ö., Loeff, N. and Pfister, T., 2021. Temporal fusion transformers for interpretable multi-horizon time series forecasting. International Journal of Forecasting, 37(4), pp.1748-1764.