Тема 10. Технології нейронних мереж в ГІС-системах
10.1. Загальне поняття про нейронні мережі
10.2. Особливості навчання нейронних мереж
10.3. Нейронні мережі та системи нечіткої логіки в управлінні земельними ресурсами
10.4. Проблема побудови та використання нейронних мереж в ГІС
10.5. Проблема інтеграції нейронних мереж в ГІС
10.6. Технологія побудови нейронних мереж у складі ГІС
Загальне поняття про нейронні мережі
В той час, як експертні системи намагаються ввести досвід людей до комп’ютерної системи, нейронні мережі намагаються створити значимі моделі із невеликої кількості даних. Нейронні мережі можуть розпізнавати моделі, що не дуже зрозумілі для людей, і адаптувати їх для одержання нової інформації [15].
Ключова характеристика нейронних мереж в тому, що вони навчаються. Програмі нейронних мереж спочатку надається набір даних, що складається із багатьох змінних, пов’язаних з великою кількістю випадків, або результатів, в яких результати відомі. Програма аналізує дані і оброблює всі кореляції, а згодом знову обирає набір змінних, які строго співвідносять з відомими результатами, як початковою моделлю. Ця початкова модель застосовується для того, щоб спробувати передбачити результати різних випадків, а передбачення результатів порівнюється з відомими результатами. Базуючись на цьому порівнянні, програма замінює модель, регулюючи параметри змінних або навіть замінюючи їх. Цей процес програма нейронних мереж повторює багато разів, прагнучи покращити прогнозуючу здатність при покращенні моделі. Коли в цьому ітераційному підході можливість подальшого вдосконалення вичерпується, то програма стає готовою для передбачення результатів майбутніх випадків [11].
Як тільки стає доступною нова велика кількість випадків, ці дані також вводяться в нейронну мережу, і модель ще раз корегується. Нейронна мережа навчається в основному відносно причинно-наслідкових моделей із додаткових даних, і її прогнозуюча здатність вдосконалюється.