Рад у часопису

објављена верзија

српски

Ivan Drakulić, Dušan Polomčić, Jelena Ratković

Osnove mašinskog učenja u hidrogeologiji

Zapisnici srpskog geološkog društva (za 2023. godinu)

Srpsko geološko društvo

2024

Mašinsko učenje predstavlja skup metoda koje se u poslednje vreme koriste u brojnim naučnim oblastima i koje su uveliko promenile način na koji analiziramo podatke, pravimo predviđanja i rešavamo složene probleme. Poslednjih godina, mašinsko učenje se pokazalo kao moćan alat u svetu nauke, koji ima ogroman potencijal i u hidrogeologiji. Sa svojom sposobnošću da automatski uči iz ogromne količine podataka, mašinsko učenje otvara nove mogućnosti za rešavanje problema kao što su karakterizacija izdani, procena kvaliteta vode i predviđanje nivoa i kretanja podzemnih voda. Ovaj rad daje osnovne informacije o mašinskom učenju, kao što je osnovna podela, tipični procesi i najčešći algoritmi koji se koriste u svetu nauke i inženjerstvu. Ovaj naučni rad ima za cilj da objasni primenu mašinskog učenja u hidrogeologiji i prikazani su više primera iz prakse. U radu su takođe date prikaze neophodnih ulaznih parametara za predikciju i otkriva potencijal mašinskog učenja da promeni naše razumevanje sistema podzemnih voda.

Machine learning is a set of methods that have recently been used in numerous scientific fields and that have greatly changed the way we analyze data, make predictions and solve complex problems. In the recent years, machine learning has proven to be a powerful tool in the world of science, which also has great potential in hydrogeology. With its ability to automatically learn from vast amounts of data, machine learning opens new opportunities for solving problems such as aquifer characterization, water quality assessment, and prediction of groundwater levels and movements. This paper provides basic information about machine learning, such as the basic types, typical processes, and the most common algorithms used in the world of science and engineering. This scientific paper aims to explain the application of machine learning in hydrogeology and several practical examples are presented. The paper also outlines the necessary input parameters for model prediction and reveals the potential of machine learning to change our understanding of groundwater systems.

2024

2023

34

49

0372-9966

mašinsko učenje, hidrogeologija, podzemne vode

machine learning, hydrogeology, groundwater

70169095

M50

М52

Затворени приступ

All rights reserved

.pdf