VILNIUS TECH didžiuojasi savo doktorantų disertacijomis, todėl VILNIUS TECH Biblioteka kviečia sekti skelbiamas naujas apgintas disertacijas. Šiandien pristatoma disertacija anglų kalba, tema „Fuzzy Inference and Machine Learning-Based Prediction with a Small Dataset for Oil Spills in the Geological Environment“, kurią parengė doktorantė Anastasiya Burmakova. Disertacija rengta 2019–2024 metais Vilniaus Gedimino technikos universitete, vadovė – prof. dr. Diana Kalibatienė.

Disertacijos tema lietuvių kalba: „Neraiškiaisiais skaičiavimais ir mašininiu mokymusi pagrįstas naftos išsiliejimų geologinėje aplinkoje prognozavimas su mažu duomenų rinkiniu“.

Disertacija ginama viešame informatikos inžinerijos mokslo krypties disertacijos gynimo tarybos posėdyje 2024 m. gegužės 2 d. 14 val. Vilniaus Gedimino technikos universiteto SRA-I posėdžių salėje.

Naftos išsiliejimas ant žemės daro didelę žalą geologinei aplinkai, įskaitant požeminį vandenį, užteršia ją ir daro netinkamą gyventi. Todėl būtina numatyti naftos išsiliejimo mastą ir užterštumo pasekmes geologinei aplinkai, kad taršos žala būtų kuo mažesnė, o specialistai, remdamiesi prognozavimo rezultatais, galėtų pasirinkti jos likvidavimo strategiją. Literatūroje yra daug būdų ir metodų, kaip prognozuoti naftos išsiliejimą vandenyje. Tačiau naftos išsiliejimo geologinėje aplinkoje prognozavimo metodų trūksta. Išsami naftos išsiliejimo geologinėje aplinkoje ir vandenyje analizė rodo, kad mokslininkai dažniausiai taikė mašininio mokymosi algoritmus ir neraiškiaisiais skaičiavimais grindžiamą prognozavimą, kad išspręstų šias problemas. Tačiau neaišku, kokie mašininio mokymosi algoritmai ir neraiškiaisiais skaičiavimais grindžiamas prognozavimas turėtų būti taikomi prognozuojant naftos išsiliejimą geologinėje aplinkoje. Be to, realiais naftos išsiliejimo geologinėje aplinkoje atvejais mokslininkai ir praktikai dažnai susiduria su nedidelio duomenų rinkinio iššūkiu, o tai apsunkina prognozes. Disertaciją sudaro įvadas, trys pagrindiniai skyriai, bendrosios išvados ir literatūros sąrašas. Pirmame skyriuje atliekama literatūros apžvalga ir suformuluoti disertacijos tikslas ir uždaviniai. Antrame skyriuje siūlomas neaiškiaisiais skaičiavimais ir mašininiu mokymusi grindžiamos prognozės metodas su nedideliu duomenų rinkiniu apie naftos išsiliejimus ant žemės paviršiaus. Šį metodą sudaro dvi pagrindinės dalys. Pirma, neraiškiaisiais skaičiavimais grindžiamas išvadų modelis, skirtas prognozuoti geologinės aplinkos taršai išsiliejus naftai, jame naudojamas dviejų kintamųjų įvesties (t. y. išsiliejusio naftos produkto tūrio ir specifinės naftos talpos) fuzifikavimas ir išvesties defuzifikavimas, taikant pasiūlytą naują būdą, grindžiamą neaiškios narystės funkcijos ploto santykiu. Antra, siūlomas neraiškiaisiais skaičiavimais ir mašininiu mokymusi (tiesine regresija, sprendimų medžiais, SVR, ansambliais ir GPR) grindžiamos prognozės metodas leidžia nuspėti naftos išsiliejimo į požeminį vandenį pasekmes, naudojant nedidelius duomenų rinkinius. Trečiame skyriuje aprašomas eksperimentas, kurį sudarė dvi dalys, eksperimentuojant su siūlomu neraiškiaisiais skaičiavimais grindžiamu prognozės modeliu, su mašininio mokymosi algoritmais ir ANFIS pagrindu sukurtu modeliu. Eksperimento su neraiškiaisiais skaičiavimais grindžiamu modeliu rezultatai rodo, kad pasiūlytas modelis yra tinkamas ir neprieštarauja tikrovei. Apskaičiuoti du statistiniai testai (MAE ir RMSE) rodo, kad siūlomas neraiškiaisiais skaičiavimais grindžiamas metodas gali gana tiksliai numatyti geologines naftos išsiliejimo pasekmes.

Mokslo darbą galite rasti VILNIUS TECH Virtualiojoje bibliotekoje.