Система позволяет заблаговременно определять наиболее благоприятные места для осуществления тралового лова хамсы.
Разработка выполнена на основе методов машинного обучения и искусственного интеллекта. Для решения задачи прогнозирования на основе многолетних данных мониторинга промысла и состояния среды обитания была обучена математическая модель типа "случайный лес", которая в ходе тестирования и диагностики показала высокую прогностическую надёжность пространственного прогноза. Точность прогноза составляет 84%, сообщает объединенная пресс-служба Росрыболовства.
"Разработанный сервис является лишь небольшим шагом вперёд на пути применения инновационных подходов на базе искусственного интеллекта. Применение таких методов впервые позволило учесть влияние средовых факторов и надёжно описать закономерности миграции хамсы и её промысла с горизонтом прогноза трое суток", – рассказал начальник отдела информационно-математических технологий Азово-Черноморского филиала ВНИРО Сергей Кульба.
