КЛАССИФИКАЦИЯ ДАННЫХ ПО ОКРУЖАЮЩЕЙ СРЕДЕ С ИСПОЛЬЗОВАНИЕМ «ЯДЕРНЫХ АЛГОРИТМОВ»

Препринт № IBRAE-2002-09 на английском языке

Позднухов А., Тимонин В., Каневский М., Савельева Е., Чернов С.

УДК 502.3 

Классификация типов почв является важной проблемой с различных точек зрения. В качестве примера можно рассмотреть вертикальную миграцию радионуклидов в почве. Процесс миграции зависит от характеристик радионуклидов и почв. Свойства почвы сильно взаимосвязаны с типом почвы. Официальные карты типов почв недостаточно хороши, чтобы использовать их для решения проблем миграции радионуклидов. Реальный тип почвы является более переменной величиной, чем представлено в официальных картах. Картирование типов почв может быть улучшено при использовании дополнительной информации, полученной путем измерения концентрации радионуклидов. В данной работе проблема классификации почв решается с использованием методов «машинного обучения», таких, как вероятностные нейронные сети и машины поддерживающих векторов (Support Vector Machines). Их преимущество состоит в нелинейном моделировании, которое позволяет избежать непосредственного моделирования пространственной корреляционной структуры. Проведено сравнение этих методов с методом «ближайшего соседа» — наиболее простым подходом, применяющимся в решении задач пространственной классификации.

Библиографическая справка

Позднухов А., Тимонин В., Каневский М., Савельева Е., Чернов С. КЛАССИФИКАЦИЯ ДАННЫХ ПО ОКРУЖАЮЩЕЙ СРЕДЕ С ИСПОЛЬЗОВАНИЕМ «ЯДЕРНЫХ АЛГОРИТМОВ». Препринт № IBRAE-2002-09. Москва: Институт проблем безопасного развития атомной энергетики РАН, 2002. 23 с. — Библиогр.: 10 назв.