Tato práce se zabývá implementací softwaru pro získávání, uschovávání a vyhodnocení dat o počasí, včetně popisu použité metodologie, technologií, aplikační bezpečnosti a udržitelnosti projektu. Taktéž zpracovává přehled dostupných zdrojů dat o počasí. Následně popisuje využití umělé neuronové sítě pro vytvoření modelu vztahů mezi předpovědí počasí a meřenými daty o počasí, a vyhodnocuje tento model proti dostupným zdrojům dat o počasí.
Anotace v angličtině
This work discusses the implementation of software for weather data scraping, storage and evaluation, including the methodology and technology used, the security considerations and the project's sustainability. It offers an overview of available weather data sources, then a neural network is used to develop a model of relations between weather forecasts and measured weather data, and this model's credibility is compared against that of the weather forecast data sources.
Tato práce se zabývá implementací softwaru pro získávání, uschovávání a vyhodnocení dat o počasí, včetně popisu použité metodologie, technologií, aplikační bezpečnosti a udržitelnosti projektu. Taktéž zpracovává přehled dostupných zdrojů dat o počasí. Následně popisuje využití umělé neuronové sítě pro vytvoření modelu vztahů mezi předpovědí počasí a meřenými daty o počasí, a vyhodnocuje tento model proti dostupným zdrojům dat o počasí.
Anotace v angličtině
This work discusses the implementation of software for weather data scraping, storage and evaluation, including the methodology and technology used, the security considerations and the project's sustainability. It offers an overview of available weather data sources, then a neural network is used to develop a model of relations between weather forecasts and measured weather data, and this model's credibility is compared against that of the weather forecast data sources.
Proveďte rešerši veřejně dostupných API s daty o počasí (aktuální i předpověď).
Doporučte zdroje dat pro aktuální počasí i předpověď počasí.
Implementujte systém sběru dat o počasí z daných zdrojů a jejich uložení v databázi.
Implementujte model závislosti aktuálního počasí a předpovědí a určete odhadovanou spolehlivost předpovědi.
Implementujte rozhraní pro získání modelových dat.
Zpracujte dokumentaci k výslednému softwaru.
Věnujte pozornost zabezpečení aplikace.
Zásady pro vypracování
Proveďte rešerši veřejně dostupných API s daty o počasí (aktuální i předpověď).
Doporučte zdroje dat pro aktuální počasí i předpověď počasí.
Implementujte systém sběru dat o počasí z daných zdrojů a jejich uložení v databázi.
Implementujte model závislosti aktuálního počasí a předpovědí a určete odhadovanou spolehlivost předpovědi.
Implementujte rozhraní pro získání modelových dat.
Zpracujte dokumentaci k výslednému softwaru.
Věnujte pozornost zabezpečení aplikace.
Seznam doporučené literatury
BRÖCKER, J. Testing the reliability of forecasting systems. Journal of Applied Statistics [online]. 1-25. ISSN 0266-4763. Dostupné z: doi:10.1080/02664763.2021.1981833.
THORNES, John E.; STEPHENSON, David B. How to judge the quality and value of weather forecast products. Meteorological Applications, 2001, 8.3: 307-314.
STEWART, Thomas R. Improving Reliability of Judgmental Forecasts. In: ARMSTRONG, J. Scott, ed. Principles of Forecasting [online]. Boston, MA: Springer US, 2001, 2001, s. 81-106. International Series in Operations Research & Management Science. ISBN 978-0-7923-7401-5. Dostupné z: doi:10.1007/978-0-306-47630-3_5.
FENTE, Dires Negash a Dheeraj Kumar SINGH (2018). Weather Forecasting Using Artificial Neural Network. In: International Conference on Inventive Communication and Computational Technologies (ICICCT). Coimbatore, INDIA. Dostupné z: https://www.webofscience.com/wos/woscc/full-record/WOS:000456251700349.
MAQSOOD, Imran, Muhammad Riaz KHAN a Ajith ABRAHAM. An ensemble of neural networks for weather forecasting. Neural Computing and Applications [online]. 2004, 13(2). ISSN 0941-0643. Dostupné z: doi:10.1007/s00521-004-0413-4.
SHRIVASTAVA, Gyanesh, et al. Application of artificial neural networks in weather forecasting: a comprehensive literature review. International Journal of Computer Applications, 2012, 51.18.
ABISTADO, Klent Gomez, Catherine N. ARELLANO a Elmer A. MARAVILLAS. Weather Forecasting Using Artificial Neural Network and Bayesian Network. Journal of Advanced Computational Intelligence and Intelligent Informatics [online]. 2014, 18(5), 812-817. ISSN 1883-8014. Dostupné z: doi:10.20965/jaciii.2014.p0812.
KUBO, Yûki. Why do some probabilistic forecasts lack reliability?. Journal of Space Weather and Space Climate [online]. 2019, 9. ISSN 2115-7251. Dostupné z: doi:10.1051/swsc/2019016.
Seznam doporučené literatury
BRÖCKER, J. Testing the reliability of forecasting systems. Journal of Applied Statistics [online]. 1-25. ISSN 0266-4763. Dostupné z: doi:10.1080/02664763.2021.1981833.
THORNES, John E.; STEPHENSON, David B. How to judge the quality and value of weather forecast products. Meteorological Applications, 2001, 8.3: 307-314.
STEWART, Thomas R. Improving Reliability of Judgmental Forecasts. In: ARMSTRONG, J. Scott, ed. Principles of Forecasting [online]. Boston, MA: Springer US, 2001, 2001, s. 81-106. International Series in Operations Research & Management Science. ISBN 978-0-7923-7401-5. Dostupné z: doi:10.1007/978-0-306-47630-3_5.
FENTE, Dires Negash a Dheeraj Kumar SINGH (2018). Weather Forecasting Using Artificial Neural Network. In: International Conference on Inventive Communication and Computational Technologies (ICICCT). Coimbatore, INDIA. Dostupné z: https://www.webofscience.com/wos/woscc/full-record/WOS:000456251700349.
MAQSOOD, Imran, Muhammad Riaz KHAN a Ajith ABRAHAM. An ensemble of neural networks for weather forecasting. Neural Computing and Applications [online]. 2004, 13(2). ISSN 0941-0643. Dostupné z: doi:10.1007/s00521-004-0413-4.
SHRIVASTAVA, Gyanesh, et al. Application of artificial neural networks in weather forecasting: a comprehensive literature review. International Journal of Computer Applications, 2012, 51.18.
ABISTADO, Klent Gomez, Catherine N. ARELLANO a Elmer A. MARAVILLAS. Weather Forecasting Using Artificial Neural Network and Bayesian Network. Journal of Advanced Computational Intelligence and Intelligent Informatics [online]. 2014, 18(5), 812-817. ISSN 1883-8014. Dostupné z: doi:10.20965/jaciii.2014.p0812.
KUBO, Yûki. Why do some probabilistic forecasts lack reliability?. Journal of Space Weather and Space Climate [online]. 2019, 9. ISSN 2115-7251. Dostupné z: doi:10.1051/swsc/2019016.
Přílohy volně vložené
1 CD
Přílohy vázané v práci
schémata, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Diplomant odprezentoval před komisí hlavní cíle a výsledky své diplomové práce. Prezentace jako celek byla zpracována na výborné úrovni, student dokázal vystihnout klíčové body práce. Následně byl student seznámen s posudky vedoucího a oponenta diplomové práce. Diplomant postupně odpověděl na otázky oponenta práce.
Komise vznesla k obhajobě následující dotazy:
1) prof. Zelinka: Vy se snažíte lokálně předpovídat počasí?
2) prof. Zelinka: Teoreticky byste měl být schopen nabídnout věrohodnější model?
3) prof. Zelinka: Je podle Vás počasí deterministický, stochastický nebo chaotický systém?
4) prof. Zelinka: Myslíte, že lze vytvářet dlouhodobé předpovědi?
5) prof. Zelinka: Ten Váš systém dělá verifikaci existujících systémů. Proč je tam vlastně neuronka?
6) prof. Zelinka: Víte kdo plánoval vytvořit dóm s vlastním mikroklimatem?
7) dr. Pluháček: Ze kterých zdrojů je vytvořena průměrná předpověď?
8) doc. Šilhavý: Takže výsledkem Vaší práce tedy je, že průměr z předpovědí je nejlepší?
9) doc. Šilhavý: Jak probíhalo předzpracování dat?
10) doc. Šilhavý: Jak jste doplnil chybějící data?
11) doc. Šilhavý: Proč ani u jednoho z hodnotících kritérií není vzorec?
12) dr. Pluháček: Kdy si to budu moci stáhnout jako webovou aplikaci?
Na kladené dotazy diplomant reagoval na výborné úrovni.