การประยุกต์ใช้ YOLOv5 และ ReLU ในการพยากรณ์สภาพอากาศสำหรับบริการอุตุนิยมวิทยาการบิน

Application of YOLOv5 and ReLU for Weather forecasting in aeronautical meteorological services

Name: ณัฐพงษ์ จันทร์แดง

Address: มหาวิทยาลัยเทคโนโลยีมหานคร.สถาบันนวัตกรรมมหานคร.คณะวิศวกรรมศาสตร์

keyword: YOLO

; อุตุนิยมวิทยา

; การเรียนรู้เชิงลึก

Abstract: บทความนี้เปรียบเทียบการเรียนรู้เชิงลึก YOLOv5 และ ReLU เพื่อสร้างระบบทำนายสำหรับบริการอุตุนิยมวิทยาสำหรับการนำทางทางอากาศ โดยมีผลการพยากรณ์ทั้งหมด 5 ประเภท: BKN, CAVOK, FEW, OVER และ SCT ข้อมูลแสดงสำหรับการประเมินภาพคือการสังเกตลักษณะของเมฆที่จัดกลุ่มกันและเปรียบเทียบกับปริมาณในท้องฟ้าโดยใช้หน่วยวัด "โอกตา" ซึ่งแบ่งภาพออกเป็น 8 ส่วน ดังนั้นลักษณะการใช้การเรียนรู้เชิงลึกในบความนี้คือการสอนการเรียนรู้เชิงลึกให้รู้จำลักษณะภาพต่างๆ ทั้งในเวลากลางวันและกลางคืนเพื่อใช้ผลการพยากรณ์ในการแจ้งเงื่อนไขสภาพอากาศในท้องฟ้า กระบวนการในบทความนี้ประกอบด้วย 3 ขั้นตอน: ขั้นตอนแรกคือการฝึกข้อมูลด้วยภาพที่มีลักษณะต่างๆ จาก 5 ประเภทข้อมูล ขั้นตอนต่อไปคือการทดสอบความแม่นยำของน้ำหนักที่สร้างจากการฝึกและขั้นตอนการฝึกขั้นตอนสุดท้ายคือการใช้ค่าน้ำหนักในการสร้างระบบตัดสินใจสำหรับผู้ใช้ จากการทดลอง ชุดข้อมูลส่วนตัวในบทความนี้ใช้ภาพมากกว่า 10,000 ภาพเข้าร่วมในการทดลอง ผลการทดลองพบว่าค่าเฉลี่ยของความแม่นยำจากอัลกอริทึม YOLOv5 และ ReLU สามารถวัดความแม่นยำเฉลี่ยได้ที่ 80.88% และ 76.82% ตามลำดับ

มหาวิทยาลัยเทคโนโลยีมหานคร. สำนักหอสมุด

Address: กรุงเทพมหานคร

Email: mutelibrary@gmail.com

Created: 2024

Modified: 2568-02-20

Issued: 2568-02-20

บทความ/Article

application/pdf

BibliograpyCitation : Engineering Transactions Vol. 27, no.2 (57) (July.-Dec. 2024), p. 115-125

tha

©copyrights มหาวิทยาลัยเทคโนโลยีมหานคร

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	v.27 n.2 p.115-125.pdf	1.41 MB	3	2025-10-23 22:14:09

ใช้เวลา

0.030429 วินาที