Phân tích chuỗi dữ liệu nghiệm triều sử dụng mạng nơ ron hồi tiếp với nút có cổng (GRU)

Abstract

Nghiên cứu này đã ứng dụng mô hình GRU (Gated Recurrent Unit) thuộc nhóm mạng nơ ron hồi quy (RNN - Recurrent Neural Network) để phân tích dữ liệu nghiệm triều thu nhận được tại trạm nghiệm triều Vũng Tàu trong thời gian từ 01/01/1999 đến 31/12/2022. Kết quả thực nghiệm cho thấy, các đặc trưng thống kê về hiệu suất của mô hình đạt kết quả rất tốt: RMSE = 2,2 mm; MAE = 0,5 mm; Kappa = 0,98 và F-Score = 0,96. Bên cạnh đó, để khẳng định liệu mô hình có thực sự hiệu quả hay không đã phân chia bộ dữ liệu thành tập dữ liệu huấn luyện, tập dữ liệu kiểm tra và tập dữ liệu dự báo. Kết quả thống kê cho thấy mô hình GRU có thể dự đoán một cách tin cậy giá trị triều thông qua các đặc trưng thống kê của tập dữ liệu dự báo như RMSE = 0,06 mm, MAE = 0,05 mm. Nghiên cứu cũng chỉ ra rằng, cần thiết phải thực thi phát hiện và loại trừ ngoại lai đối với tập hợp dữ liệu đầu vào để có thể thu được kết quả dự báo đạt độ chính xác cao.