Аннотации:
У кваліфікаційній роботі розроблено інтелектуальну систему підтримки
прийняття рішень для оцінювання якості води в озерах на основі методів
обчислювального інтелекту. Запропоновано підхід, що поєднує аналіз
гідрохімічних, метеорологічних та супутникових даних із використанням моделей
глибокого та активного навчання. Для підвищення точності оцінювання
реалізовано порівняння декількох архітектур – CNN, LSTM, GRU,
Autoencoder+MLP, Deep Active Learning (MLP) та спрощеної evidential моделі
DAG-EU. Найвищу якість класифікації показала модель DAG-EU (accuracy = 0,666;
AUC = 0,666), що враховує невизначеність даних за допомогою параметрів Діріхле.
На основі цієї моделі створено веб-систему СППР, реалізовану у середовищі
Streamlit, яка забезпечує введення параметрів, автоматичне масштабування,
прогнозування якості води та формування візуалізованих рекомендацій для
екологічного моніторингу. Отримані результати підтверджують ефективність
застосування методів обчислювального інтелекту для оперативного оцінювання
стану озерних вод і можуть бути використані органами місцевого самоврядування
та екологічними службами при прийнятті управлінських рішень.
