Использование ранговых распределений в изучении многолетних изменений среднемесячных температур

Bibliographic Details
Parent link:Оптика атмосферы и океана. Физика атмосферы: материалы XXI Международного симпозиума, 22-26 июня 2015 г., г. Томск/ Российская академия наук (РАН), Сибирское отделение (СО), Институт оптики атмосферы им. В. Е. Зуева (ИОА).— , 2015
Конференция D. Физика атмосферы и климат.— 2015.— С. D33-D36
Main Author: Немировский В. Б. Виктор Борисович
Corporate Author: Национальный исследовательский Томский политехнический университет (ТПУ) Институт кибернетики (ИК) Кафедра информатики и проектирования систем (ИПС)
Other Authors: Стоянов А. К. Александр Кириллович, Тартаковский В. А. Валерий Абрамович
Summary:Заглавие с титульного листа
В работе рассматривается возможность сравнения климатических данных различных лет с помощью рангового распределения. Рассмотрен годовой ход температуры в климатических зонах, характеризующихся большой изменчивостью средних температур. Основой сравнения послужили результаты кластеризации значений среднемесячных температур с помощью нейронной рекуррентной сети. Для заданного пространства метеонаблюдений строится ранговое распределение мощностей выявленных кластеров по каждому году наблюдений. Полученные ранговые распределения позволяют сравнивать пространственные температурные распределения различных лет. Экспериментальное сравнение ранговых распределений выявило для Северного полушария различие в интегральном годовом ходе среднемесячных температур разных лет
Language:Russian
Published: 2015
Subjects:
Online Access:http://symp.iao.ru/files/symp/aoo/21/Конференция%20D_%20Физика%20атмосферы%20и%20климат.pdf#page=34
Format: Electronic Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=645359
Description
Summary:Заглавие с титульного листа
В работе рассматривается возможность сравнения климатических данных различных лет с помощью рангового распределения. Рассмотрен годовой ход температуры в климатических зонах, характеризующихся большой изменчивостью средних температур. Основой сравнения послужили результаты кластеризации значений среднемесячных температур с помощью нейронной рекуррентной сети. Для заданного пространства метеонаблюдений строится ранговое распределение мощностей выявленных кластеров по каждому году наблюдений. Полученные ранговые распределения позволяют сравнивать пространственные температурные распределения различных лет. Экспериментальное сравнение ранговых распределений выявило для Северного полушария различие в интегральном годовом ходе среднемесячных температур разных лет