报告题目：
机器学习在河道水质分析预测中的应用
报告摘要：
随着我国在传感通信技术、计算机技术和人工智能等领域快速发展，对水质监测与分析正在向智能化阶段发展。通过大数据的分析和人工智能的研究方法，可以对已有的水质数据进行分析，从而充分发挥庞大的水质数据的价值。目前，大量水质监测站点逐步建立，水质数据具有数量大、使用率低的特点，具备很大的挖掘价值。一方面，通过机器学习等相关方法，对历史的数据进行分析预测，可以辅助相关单位及时获取水质未来变化趋势，掌握水质周期性变化规律。本次报告主要针对水质数据的预测应用，研究基于机器学习的方法对河道水质时序数据进行预测分析。
个人介绍：
曹学涵，东南大学计算机科学与工程学院在读二年级研究生，研究方向为时序时空数据预测分析。
