Проблема побудови та використання нейронних мереж в ГІС

Виходячи із передумови, що часто навіть велика кількість інформації не може допомогти вирішити проблему, допоки її не буде візуалізовано на карті, доходимо до необхідності широкого застосування ГІС для обробки та аналізу картографічних даних. Коло її можливих споживачів надзвичайно широке. Перш за все, це звичайно управляючі структури, в яких є великі масиви інформації, на основі якої і приймаються рішення. Картографічних даних також потребують спеціалісти, що оцінюють, прогнозують стан будь-якої області людської діяльності, наприклад, ринків збуту продукції, забруднення території і т.д. Хоча інформації, що зберігається в ГІС і представляє собою основну цінність, однак приносить практичну користь тільки під час вирішення прикладних задач [8].

В даній роботі розглядаються нейромережні моделі, призначені для вирішення задач, що відносяться до класу проблем побудови функції по кінцевому набору значень або побудові відношень на множині об’єктів. До цього класу відносяться розповсюджені та актуальні в ГІС задачі класифікації процесів та явищ, районування та типології, часовий аналіз географічних комплексів, інтерполяція та створення моделей поверхні, аналіз, прогнозування та картування просторово розподілених даних. Такі задачі формалізуються як задачі побудови дійсності функції за кінцевим набором значень, класифікації, аналізу часових рядів, виявлення залежностей в даних [8].

Загальна постановка таких задач може бути представленою в наступному вигляді. Існують набори змінних, що описують стан об’єкта або явища (вхідних змінних), необхідно знайти деякі цільові параметри (вихідні змінні). Тобто формально, дано: об’єкт або процес, який є предметом дослідження. Необхідно: отримати значення деякого залежного параметра, який характеризує стан об’єкту з точки зору цілей дослідження [60].

Подібний тип задач визначається як задача заповнення пробілів в таблицях даних. Таке визначення передбачає, що постановка задачі може бути представлена у вигляді таблиці з невідомими значеннями деяких цільових параметрів. Зазвичай поля таблиці відповідають виділеним ознакам, що описують об’єкт або процес, а записи – конкретні приклади появи цих ознак. Задача заповнення пробілів в даних в свою чергу зумовлює задачу вибору методу відновлення.

Проблему застосування нейромережних компонентів в ГІС, як і будь-яку прикладну інформаційну систему можна розглядати як сукупність наступних проблем [8]:

§ Проблему програмної інтеграції штучних нейронних мереж та геоінформаційних систем. Визначають питання, пов’язані з розробкою методів та схем взаємодії нейромережних компонентів та ГІС, організації обміну даних та систем запитів між компонентами.

§ Проблему створення нейромережних моделей в складі ГІС. Включає розробку технології побудови нейромережних моделей, розробку методів автоматизації процесу побудови нейромережі.

§ Проблему використання нейромережних моделей в складі геоінформаційної системи. До цієї проблеми можна віднести забезпечення стійкості функціонування, підвищення прозорості роботи нейромережі, отримання додаткової інформації про модель, оцінку якості роботи мережі.

§ Проблему технічної реалізації нейромережних компонент. Проблема технічної реалізації полягає у визначенні засобів побудови нейромережних компонентів, розробки програмної системи та забезпечення інформаційних, програмних та технологічних відповідностей систем.

Читайте також:

<== попередня сторінка	\|	наступна сторінка ==>
Нейронні мережі та системи нечіткої логіки в управлінні земельними ресурсами	\|	Проблема інтеграції нейронних мереж в ГІС

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.005 сек.