Luận án Nghiên cứu phát triển hệ suy diện mờ phức không – thời gian và ứng dụng trong dự báo ngắn hạn chuỗi ảnh vệ tinh

Tên luận án:

NGHIÊN CỨU PHÁT TRIỂN HỆ SUY DIỄN MỜ PHỨC KHÔNG - THỜI GIAN VÀ ỨNG DỤNG TRONG DỰ BÁO NGẮN HẠN CHUỖI ẢNH VỆ TINH

Ngành:

Luận án Tiến sĩ ngành Máy tính, chuyên ngành Hệ thống thông tin

Tóm tắt nội dung tài liệu:

Luận án tập trung nghiên cứu và phát triển hệ suy diễn mờ phức không - thời gian, ứng dụng vào bài toán dự báo ngắn hạn chuỗi ảnh vệ tinh. Xuất phát từ tính cấp thiết của việc dự báo chính xác các thay đổi trên bề mặt Trái đất do thiên tai, đô thị hóa hay biến đổi khí hậu, luận án nhằm khắc phục hạn chế của các phương pháp dự báo hiện có như học máy, học sâu và các hệ suy diễn mờ kinh điển. Các phương pháp hiện tại thường yêu cầu lượng dữ liệu lớn, thời gian xử lý chậm, hoặc chưa xử lý hiệu quả yếu tố không gian và thời gian trong miền phức.

Mục tiêu chung của luận án là đề xuất và đánh giá tính hiệu quả của hệ suy diễn mờ phức không - thời gian trong dự báo ngắn hạn chuỗi ảnh vệ tinh. Để đạt được mục tiêu này, luận án đề xuất một mô hình hệ suy diễn mờ phức không - thời gian (Spatial CFIS) để phát hiện thay đổi trong ảnh viễn thám, sử dụng kỹ thuật phân cụm mờ (FCM) để tạo luật và thuật toán ADAM để tối ưu trọng số giải mờ và hệ số phụ thuộc giữa phần thực và phần pha. Luận án cũng giới thiệu phương pháp xác định đồng thời các tham số trong hệ suy diễn mờ phức không - thời gian (Co-Spatial CFIS+) bằng thuật toán FWADAM+, bổ sung các tham số cho hệ luật để cải thiện hiệu quả dự đoán.

Đặc biệt, luận án đề xuất một hệ suy diễn mờ phức không - thời gian thích ứng (Spatial CFIS++) sử dụng các độ đo mờ phức để phát hiện biến đổi trong chuỗi ảnh viễn thám. Mô hình này bao gồm phương pháp sinh luật trực tiếp từ ảnh mới và các độ đo mờ phức để so sánh, tối ưu luật, điều chỉnh bộ luật cho phù hợp với dữ liệu mới, cải thiện độ chính xác và thời gian xử lý. Phạm vi nghiên cứu bao gồm lý thuyết về tập mờ phức, các phương pháp xác định tham số và tối ưu luật, cùng với thực nghiệm trên ảnh viễn thám Landsat và dữ liệu PRISMA. Các đóng góp này mang lại khả năng xử lý dữ liệu ngắn hạn với độ chính xác cao và yêu cầu dữ liệu đầu vào thấp, đồng thời tích hợp hiệu quả yếu tố không gian và thời gian trong suy diễn mờ phức.

Mục lục chi tiết:

• Mở đầu
• Chương 1: Trình bày kiến thức cơ sở cho đề tài nghiên cứu (TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ THUYẾT)
• Chương 2: Trình bày đề xuất xây dựng hệ suy diễn mờ phức không - thời gian ứng dụng vào dự báo chuỗi ảnh vệ tinh (Spatial CFIS), các kết quả thực nghiệm và phân tích đánh giá mô hình đề xuất.
• Chương 3: Trình bày đề xuất phương pháp xác định đồng thời các tham số trong hệ suy diễn mờ phức không - thời gian, các kết quả thực hiện và phân tích đánh giá phương pháp đề xuất.
• Chương 4: Trình bày đề xuất phương pháp tối ưu luật trong hệ suy diễn mờ phức không - thời gian, các kết quả thực hiện và phân tích đánh giá phương pháp đề xuất.
• Kết luận và hướng phát triển