Key points are not available for this paper at this time.
تتخذ كل حكومة مبادرة من أجل رفاهية مواطنيها من حيث البيئة والمناخ الذي يعيشون فيه. يعتبر الاحتباس الحراري أحد أسباب تغير المناخ. بمساعدة خوارزميات تعلم الآلة في ضوء الذكاء الاصطناعي وتقنيات استخراج البيانات، يمكن توقع الأحوال الجوية بما في ذلك هطول الأمطار، والصواعق، وانفجارات الرعد، وغيرها. إدارة خزانات المياه، الفيضانات، التحكم في حركة المرور في المدن الذكية، عمل نظام الصرف الصحي، والإنتاج الزراعي هي العوامل الهيدرومناخية التي تؤثر بشكل كبير على حياة الإنسان. بسبب الطبيعة الديناميكية للغلاف الجوي، فإن التقنيات الإحصائية الحالية (آلة الدعم الشعاعي، شجرة القرار والانحدار اللوجستي) تفشل في توفير دقة جيدة في توقع هطول الأمطار. يتم استخراج ميزات الطقس المختلفة (درجة الحرارة، الرطوبة النسبية، نقطة الندى، الإشعاع الشمسي، وبخار الماء القابل للإسقاط) لتنبؤ هطول الأمطار. في هذا البحث، تم اقتراح تحليل البيانات باستخدام خوارزمية تجميع تعلم الآلة مثل تعزيز التكيف. مجموعة البيانات المستخدمة في هذا التطبيق التصنيفي مأخوذة من قسم الهيدرولوجيا في الهند من 1901-2015. بشكل عام، فإن الخوارزمية المقترحة قابلة للاستخدام من أجل توقع هطول الأمطار بشكل نوعي بمساعدة أداة R وخوارزمية أدا بوست. تم المقارنة بين معدل الدقة ومعدلات الخطأ الزائفة مع خوارزمية آلة الدعم الشعاعي الحالية وأظهرت الخوارزمية المقترحة نتائج أفضل.
قام كومار وآخرون (مون،) بدراسة هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: