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
MÉLYTANULÓ ALGORITMUSOK ALKALMAZÁSA A VÍZGAZDÁLKODÁSBAN Dr. Kozák Péter Ph.D.1, dr. Vizi Zsolt2, Fehérváry István3, dr. Benyhe Balázs3, Fiala Károly3, Lázár Miklós3 1Nemzeti Közszolgálati Egyetem Víztudomány Kar, egyetemi docens 2Szegedi Tudományegyetem TTIK Bolyai Intézet, egyetemi adjunktus 3Alsó-Tisza vidéki Vízügyi Igazgatóság Vízrajzi és Adattári Osztály KIVONAT A vízgazdálkodási feladatok végrehajtásával kapcsolatosan a mélytanuló algoritmusok új távlatokat nyithatnak az adatsorok analízise, az előrejelzési feladatok végrehajtása során. A korábbi gyakorlatban szerepló' korrelációs statikus jellegű összefüggések mellett a rekurrens neurális hálózatok alkalmazásával lehetó'ség nyílik a vízgyűjtő' egészében végbemenő' változások dinamikus figyelembe vételére. A dolgozat keretében az Alsó-Tisza vidéki Vízügyi Igazgatóság működési területén a mélytanuló algoritmusok alkalmazásával kapcsolatos eddigi tapasztalatok kerülnek ismertetésre. KULCSSZAVAK: mélytanuló algoritmusok, mintázat felismerés, rekurrens neurális hálózat 1. Bevezetés A vízgazdálkodás valamennyi szakterületéhez kapcsolódóan egyre több és több adat áll rendelkezésre. Napjaink korszerű vízrajzi műszerei rendkívüli gyakorisággal állítják elő azon adatokat, amelyekkel a hidrológiai elemek változása jellemezhető. A hatékony vízgazdálkodási döntések meghozatalához nélkülözhetetlen ezen adattömeg gyors és eredmény-orientált feldolgozása. A hagyományos hidrológiai feldolgozási módszerek és eljárások a hidrológiai folyamatokhoz kapcsolódó feldolgozási módszerekkel biztosítanak átfogó képet a változásokról. A feldolgozások jellemzően napi egy adatból alkotott idősorok vizsgálata alapján vonnak le következtetéseket, határoznak meg mérőszámokat. Azonban a vízrajzi adatbázisokban a vizsgálatokba bevont adatok többszöröse található, melyek még nem kerültek feldolgozásra. Felvetődik a kérdés, hogy a kiterjesztett adat-tartalmú elemézések eredményezhetnek-e új összefüggéseket a vizsgált hidrológiai folyamatok vonatkozásában? Illetve az adatsorokban azonosítható mintázatok alapján növelhető-e az adatsorok vizsgálatának hatékonysága, például a hidrológiai előrejelzések pontossága, gyorsasága? Jelen dolgozatban az Alsó-Tisza vidéki Vízügyi Igazgatóság gyakorlati feladataihoz kapcsolódó, néhány szakterületet érintő minta-vizsgálati alkalmazás kerül ismertetésre. A vizsgálatok matematikai-módszertani megalapozását a Szegedi Tudományegyetem Természettudományi és Informatikai Karának Bolyai Intézetében Dr. Vizi Zsolt egyetemi adjunktus által irányított kutatás-fejlesztési csoportja végezte. 2. A mélytanuló algoritmusok alkalmazási területei a vízgazdálkodásban Napjainkban a nagytömegű adatok gyors feldolgozása az élet valamennyi területén nélkülözhetetlen. A tőzsde, a forgalomirányítás, az adatbányászat, az e-közigazgatás, a bűnüldözés, az arc-felismerés, az automatizált képfeldolgozás mind-mind nagytömegű adat mintázat felismerésére és feldolgozására alapozva biztosít olyan döntéstámogatói hátteret, amellyel az adatok változásához illeszkedő, gyors vizsgálatok hajthatók végre. A hagyományos hidrológiai feldolgozások végrehajtása során az adatsorok statikus vizsgálatával kerültek/kerülnek megállapításra azon összefüggések amelyek alapján az adott
