В данной работе реализована рекуррентная нейронная сеть типа Long Short-Term Memory для прогнозирования метеорологических величин. На основе известного распределения метеорологических значений ставилась задача прогнозировать значения приземной температуры воздуха. Общая среднеквадратическая ошибка прогноза составила 0.12 C. Сравнение результатов прогнозирования рекуррентной нейронной сети с результатами многовариантной и одновариантной модели многослойного персептрона показало преимущество использования LSTM-сети. Сравнение результатов прогнозирования рекуррентной нейронной сети типа LSTM с результатами прогнозирования численной модели Weather Research and Forecasting показало перспективность использования нейронных сетей для предсказания метеорологических параметров
Все грани математики и механики : сборник статей Всероссийской молодежной научной конференции студентов, Томск, 27 мая - 1 июня 2021 г.. Томск, 2021. С. 58-67