Assimptotic Numerical Method for Multidimensional Integrals of Forecasting of Thermokarst Lakes

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

We develop an analytical method for the approximate calculation of multidimensional integrals, focused on solving balance equations in Randomized Machine Learning procedures. The latter are used to forecast the evolution of thermokarst lakes’ area. The method is based on the series expansion of an analytical function - the exponential - and the transformation of multidimensional integrals into the product of simple one-dimensional integrals on interval sets.

About the authors

Yuri S. Popkov

Federal Research Center “Computer Science and Control” of RAS

Author for correspondence.
Email: popkov@isa.ru

chief research scientist, academician of Russian Academy of Sciences, doctor of science, professor

Russian Federation, Moscow

Yuri M. Polyschuk

Yugra Research Institute of Information Technologies

Email: yupolishchuk@gmail.com

chief research scientist, doctor of science

Russian Federation, Khanty-Mansyisk

References

  1. Zuidhoff F.S., Kolstrup E. Changes in palsa distribution in relation to climate change in Laivadalen, Northern Sweden, espesially 1960-1997. Permafrost and Periglacial Processes, 2000, v.11, pp. 55-69.
  2. Kirpotin S., Polishchuk Y., Bruksina N. Abrupt changes of thermokarst lakes in Western Siberia: impacts of climatic warming on permafrost melting. International Journal of Environmental Studies. 2009, v. 66, No.4, pp.423-431.
  3. Karlson J.M., Lyon S.W., Destouni G. Temporal behavior of lake size-distribution in a thawing permafrost landscape in Northwestern Siberia. Remote sensing, 2014, No. 6, pp. 621-636.
  4. Bryksina N.A., Polishchuk Yu.M. Analysis of changes in the number of thermokarst lakes in permafrost of Western Siberia on the basis of satellite images. Cryosphere of Earth, 2015, v. 19, No.2, pp. 114-120.
  5. Popkov Y.S., Popkov A.Y., Dubnov Y.A. Entropy randomization in Machine Learning. CRC Press, 2023
  6. Dubnov Y.A., Popkov A.Y., Polishcuk V.Y., Sokol E.S., Melnikov A.V., Y.M.Polishcuk Y.M., Popkov Y.S. Randomized Mashine Learning Algoritms to Forecast the Evolution of Thermokarst Lakes Area in Permafrost Zones. Automation and Remote Control, 2023, v.84, No.1, p. 56-70.
  7. Darkhovsky B.S., Popkov A.Y., Popkov Y.S. Method of Batch Monte Carlo Iterations for Solving of Global Optimization Problems // Informacionnie Technologii i Vichislitelnie Sistemy, 2014, No.3. pp. 39-52.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».