Graph neural network for improving weather forecasting accuracy

Please use this identifier to cite or link to this item: http://lib.kart.edu.ua/handle/123456789/31332

Full metadata record

DC Field	Value	Language
dc.contributor.author	Petrenko, Tetyana	-
dc.contributor.author	Zadorozhnyi, Anton	-
dc.date.accessioned	2026-03-14T13:47:00Z	-
dc.date.available	2026-03-14T13:47:00Z	-
dc.date.issued	2025	-
dc.identifier.citation	Petrenko Т. Graph neural network for improving weather forecasting accuracy / Т. Petrenko, А. Zadorozhnyi // Проблеми інформатики та моделювання (ПІМ-2025): тези двадцять п'ятої міжнародної науково-технічної конференції, 25-28 вересня 2025 р. – Харків: НТУ "ХПІ", 2025. – С. 84.	uk_UA
dc.identifier.issn	2524-0269	-
dc.identifier.uri	http://lib.kart.edu.ua/handle/123456789/31332	-
dc.description.abstract	The increasing availability of meteorological data from various sources creates a significant opportunity for improving the accuracy of weather forecasting. The Graph Neural Networks (GNNs) [1, 2], have emerged as a promising alternative to numerical weather prediction (NWP) due to their ability to model complex relationships and dependencies within a network structure.	uk_UA
dc.language.iso	en	uk_UA
dc.publisher	Національний технічний університет "Харківський політехнічний інститут"	uk_UA
dc.title	Graph neural network for improving weather forecasting accuracy	uk_UA
dc.type	Thesis	uk_UA
Appears in Collections:	2025

Files in This Item:

File	Description	Size	Format
Petrenko.pdf		1.24 MB	Adobe PDF	View/Open