Please use this identifier to cite or link to this item:
http://openlibrary.ge/handle/123456789/10263
Title: | Evaluation of natural disasters using machine learning and big data for Georgia |
Authors: | Palavandishvili, A. |
Keywords: | დედამიწის შემსწავლელი მეცნიერების თანამედროვე პრობლემები;Modern Problems of Earth Sciences;machine learning;big data;natural disaster;drought |
Issue Date: | 2022 |
Citation: | International Conference of Young Scientists “Modern Problems of Earth Sciences”. Proceedings, ISBN 978-9941-36-044-2, Publish House of Iv. Javakhishvili Tbilisi State University, Tbilisi, November 21-22, 2022, pp. 111-115. ახალგაზრდა მეცნიერთა საერთაშორისო კონფერენცია “დედამიწის შემსწავლელი მეცნიერების თანამედროვე პრობლემები” შრომები, ISBN 978-9941-36-044-2, ივ. ჯავახიშვილის სახ. თბილისის სახელმწიფო უნივერსიტეტის გამომცემლობა, თბილისი, 21–22 ნოემბერი, 2022 წ., გვ. 111-115. |
Abstract: | The purpose of the presented paper is to estimate and analyze the distribution of precipitation over the territory of Georgia to study drought related processes and other natural hazards, as well as to evaluate the possibility of environment hazard detection at the early stage of their evolution, monitoring and prediction. We intend in our study to apply the Machine Learning, the branch of computer science which focuses on the use of big data and algorithms to imitate the way that humans learn, gradually improving its accuracy. Such analysis allows developing a Combined Drought Index (CDI) and corresponding drought hazard 5km resolution map. |
URI: | http://openlibrary.ge/handle/123456789/10263 |
Appears in Collections: | ახალგაზრდა მეცნიერთა საერთაშორისო კონფერენცია “დედამიწის შემსწავლელი მეცნიერების თანამედროვე პრობლემები” - International Conference of Young Scientists “Modern Problems of Earth Sciences” - (2022) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
26_YSC_2022.pdf | Evaluation of natural disasters using machine learning and big data for Georgia | 969.35 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.