Forecasting water levels on Mekong

Forecasting water levels on Mekong river is an important problem needed to be studied for flood warning. In this paper, we investigate the application to forecasting of daily water levels at Thakhek station on Mekong river using machine learning models such as LASSO, Random Forests and Support Vector Regression (SVR). Experimental results showed that SVR
was able to achieve feasible results, the mean absolute error of SVR is 0.486(m) while the acceptable error of a flood forecast model required by the Mekong River Commission is between 0.5(m) and 0.75(m).

Kết quả (Việt) 1:

Dự báo mực nước trên sông Mê Kông là một vấn đề quan trọng cần thiết để được nghiên cứu để cảnh báo lũ lụt. Trong bài báo này, chúng tôi điều tra các ứng dụng để dự báo mực nước hàng ngày tại Thakhek trạm trên sông Mekong bằng cách sử dụng máy học tập mô hình như LASSO, ngẫu nhiên rừng và hỗ trợ Vector Regression (SVR). Kết quả thử nghiệm cho thấy rằng SVRđã có thể đạt được kết quả khả thi, có nghĩa là lỗi tuyệt đối của SVR là 0.486(m), trong khi lỗi chấp nhận được của một lũ thời mô hình theo yêu cầu của Ủy ban sông Mê Kông là giữa 0.5(m) và 0.75(m).

Kết quả (Việt) 2:

Dự báo mực nước trên sông Mekong là một vấn đề quan trọng cần thiết phải nghiên cứu cảnh báo lũ. Trong bài báo này, chúng tôi nghiên cứu các ứng dụng để dự báo mức nước hàng ngày tại trạm Thakhek trên sông Cửu Long sử dụng mô hình học máy như Lasso, rừng ngẫu nhiên và Support Vector Regression (SVR). Kết quả thí nghiệm cho thấy, SVR
đã có thể đạt được kết quả khả thi, sai số tuyệt đối trung bình của SVR là 0,486 (m) trong khi các lỗi chấp nhận được của một mô hình dự báo lũ theo yêu cầu của Ủy ban sông Mê Kông là giữa 0,5 (m) và 0,75 (m).