БЛОКЧЕЙННЕН ШАБЫТТАНҒАН КОНСЕНСУС МОДЕЛЬДЕРІ АРҚЫЛЫ ЖАСАНДЫ ИНТЕЛЛЕКТ НЕГІЗІНДЕГІ СУ ТАСҚЫНЫ БОЛЖАМЫНЫҢ ТҰРАҚТЫЛЫҒЫН АРТТЫРУ
##plugins.pubIds.doi.readerDisplayName##:
https://doi.org/10.54309/IJICT.2025.23.3.002Кілт сөздер:
streamflow forecasting, blockchain, consensus mechanisms, LSTM, bias correction, flood forecasting, model robustnessАңдатпа
Өзен ағынын дәл болжау су ресурстарын тиімді басқару және су тасқынын азайту үшін өте маңызды. Ансамбльді болжау сенімділікті арттырғанымен, оның әлеуеті көбінесе жеке модельдердің динамикалық сенімділігін пайдалана алмайтын статикалық біріктіру әдістерімен шектеледі, бұл көбінесе сигналды ең дәл болжамнан әлсіретеді. Бұл зерттеу болжамдардың дәлдігі мен сенімділігін арттыруға арналған блокчейн технологиясындағы орталықтандырылмаған консенсус механизмдерінен шабыттанған модельдік-агностикалық ансамбль құрылымын ұсыну және бағалау арқылы осы олқылықты жояды. Бұл құрылым үш динамикалық біріктіру стратегиясын қолдана отырып, төрт түрлі Long Short Term Memory модельдерінің күнделікті болжамдарын біріктіреді: Quorum-based Median Agreement, Skill-Weighted Voting, және Adaptive Leader Selection. Салыстыру үшін, біз сондай-ақ ансамбльдің қалыптасқан бейімделу әдістерін, атап айтқанда Online Super Learner және Dynamic Model Averaging бағалаймыз. Блокчейннен шабыттандырылған стратегиялар әрбір модельді динамикалық өнімділік көрсеткіштеріне негізделген ұжымдық келісімге қол жеткізе отырып, тәуелсіз түйін ретінде қарастырады. Операциялық сенімділікті одан әрі жақсарту үшін жүйелі болжау қателерін түзету үшін өңдеуден кейінгі қадам ретінде online no-leakage debiasing модулі қолданылды. Эксперименттік нәтижелер консенсус стратегиялары жеке модельдерден де, ансамбльдің дәстүрлі статикалық орталау көрсеткішінен де, қосымша бэйслайндер де асып түсетінін көрсетеді. Debiasing модулінен шығарылғаннан кейін Skill-Weighted Voting тәсілі ең жоғары жалпы дәлдікке қол жеткізді, Kling-Gupta Efficiency 0.965 және Nash-Sutcliffe Efficiency 0.933 Болды, ал Adaptive Leader Selection стратегиясы ең сенімді болып шықты, абсолютті 90-шы процентильдегі ең төменгі қателікке қол жеткізді, осылайша болжамдардағы үлкен қателіктердің ауқымын азайтты. Бұл нәтижелер блокчейннен шабыттандырылған консенсус тәсілін нақты уақыттағы қателерді түзетумен біріктіру тұрақты болжау модельдерін әзірлеудің практикалық және тиімді жолын қамтамасыз ететінін көрсетед
##plugins.generic.usageStats.downloads##
Жүктеулер
Жарияланды
Дәйексөзді қалай келтіруге болады
Журналдың саны
Бөлім
Лицензия
Авторлық құқық (c) 2025 ХАЛЫҚАPАЛЫҚ АҚПАРАТТЫҚ ЖӘНЕ КОММУНИКАЦИЯЛЫҚ ТЕХНОЛОГИЯЛАР ЖУРНАЛЫ
Бұл жұмыс Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 Дүние жүзінде.
https://creativecommons.org/licenses/by-nc-nd/3.0/deed.en