| DC Field | Value | Language |
|---|
| dc.contributor.author | Тихоненко, В. О. | - |
| dc.contributor.author | Ракицкий, Е. Д. | - |
| dc.contributor.author | Ёщик, Ю. А. | - |
| dc.contributor.author | Воробей, А. В. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-05-08T07:43:20Z | - |
| dc.date.available | 2026-05-08T07:43:20Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.citation | Концепция цифровых двойников и их применение для моделирования климата = Concept of digital twins and their application to climate modeling / В. О. Тихоненко, Е. Д. Ракицкий, Ю. А. Ёщик, А. В. Воробей // Big Data и анализ высокого уровня = Big Data and Advanced Analytics : сборник научных статей XII Международной научно-практической конференции, Республика Беларусь, Минск, 23 апреля 2026 года : в 2 ч. Ч. 2 / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: В. А. Богуш [и др.]. – Минск, 2026. – С. 241–249. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/63618 | - |
| dc.description.abstract | В статье рассматривается концепция программной платформы для создания
самообучающихся цифровых двойников климатических явлений. Обосновывается необходимость
преодоления ограничений традиционных статичных моделей, не способных адаптироваться к текущим
условиям. Сформулированы три ключевых принципа построения: ассимиляция данных в реальном времени,
редукция вычислительной сложности через клоновые модели и обеспечение физической согласованности
прогнозов. Представлена архитектура программного решения на базе клиент-серверной модели и методы
обновления цифровых двойников. Результаты работы направлены на повышение точности прогнозирования
экстремальных погодных явлений и поддержку принятия решений. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | Big Data | en_US |
| dc.subject | информационные системы | en_US |
| dc.subject | цифровые двойники | en_US |
| dc.subject | ассимиляция данных | en_US |
| dc.subject | клоновые модели | en_US |
| dc.title | Концепция цифровых двойников и их применение для моделирования климата | en_US |
| dc.title.alternative | Concept of digital twins and their application to climate modeling | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The article presents a concept of a software platform for building self-learning digital twins of
climate phenomena. It substantiates the need to overcome the limitations of traditional static models that cannot adapt
to current conditions. Three key design principles are formulated: real-time data assimilation, reduction of
computational complexity through surrogate models, and enforcement of physical consistency in forecasts. The
architecture of the software solution based on a client-server model and methods for updating digital twins are
described. The results are aimed at improving the accuracy of forecasts of extreme weather events and supporting
decision-making. | en_US |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2026)
|
