Труды КНЦ (Естественные и гуманитарные науки вып.3/2025(4))

Труды Кольского научного центра РАН. Серия: Естественные и гуманитарные науки. 2025. Т. 4, № 3. С. 56-65. Transactions of the Kola Science Centre of RAS. Series: Natural Sciences and Humanities. 2025. Vol. 4, No. 3. P. 56-65. Окончание таблицы 2 Время предсказания, ч Dst-индекс ap-индекс Коэффициент Коэффициент корреляции детерминации корреляции детерминации 7 0,94 0,64 0,64 0,35 8 0,93 0,59 0,64 0,34 9 0,93 0,55 0,64 0,32 10 0,92 0,51 0,63 0,31 11 0,92 0,48 0,63 0,30 12 0,91 0,45 0,63 0,30 Проведённый анализ выявил необходимость уточнения требований рамочных нормативных правовых актов, принятых на федеральном уровне и регламентирующих разработку порядков в регионах. Внешним параметром, которым необходимо задать для слоёв LSTM, является n — число нейронов скрытого слоя. Это число зависит от данных и подбирается экспериментально. Для использованного набора данных установлено, что при n менее 12 качество работы сети заметно ухудшается: не удаётся добиться малого значения потерь loss при обучении модели, а при n более 48 чаще возникают артефакты (ложные пики) в выходной последовательности. Оказалось, что два ряда одновременно одной сетью предсказываются хуже. Для нахождения оптимального значения проводили численные эксперименты со значениями n = 12, 18, 24, 30, 36, 42, 48, приведёнными в табл. 1. Выбраны по две модели с наименьшей средней ошибкой предсказания для D st и ap по MAE метрике (выделены жирным шрифтом). Характеристика MAE не всегда совпадает с субъективной оценкой совпадения предсказанного и истинного ряда, так как для субъективной оценки более важно совпадение пиков, которые в среднее значение отклонения дают малый вклад даже в модифицированном ряду. Субъективно лучшие предсказания дают модели, для которых значения MAE подчеркнуты в табл. 1, они использованы для построения рис. 2-5 . Таблица 3 Зависимость средней ошибки MAE на обучающей и тестовой выборке от длины предыстории для моделей предсказания Dst- и ap -индексов Dependence o f the average MAE error on the training and test samples on the length o f the background for D st and ap index prediction models Индекс m p n MAE обучение MAE тест Индекс m p n MAE обучение MAE тест Dst 80 4 24 7,55 6,74 ap 80 1/5 36 6,31 4,88 60 4 24 8,99 7,81 60 1/5 36 6,32 4,97 40 4 24 8,45 7,40 40 1/5 36 6,16 4,88 20 4 24 9,32 8,13 20 1/5 36 6,19 4,74 Примечание. N —число нейронов скрытого слоя; p — степень смещения максимума распределения прогнозируемого индекса; m — длина предыстории. В настоящей работе для предсказания использовали ряды данных 80 ч предыстории, согласно взятым для прогноза данным сайта1. К примеру, в работах [9, 10] ряды были более короткими, с предысторией 8 ч, но авторами заранее были отобраны только события изолированных бурь. Мы провели тестирование моделей на более коротких рядах, результаты показаны в табл. 3. Видно, 1URL: https://lasp.colorado.edu/space_weather/dsttemerin/ (дата обращения: 15.11.2024). © Козелов Б. В., 2025 62