РАСКОПКА И МОДЕЛИРОВАНИЕ ДАННЫХ ПО ОКРУЖАЮЩЕЙ СРЕДЕ С ПОМОЩЬЮ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ И ГЕОСТАТИСТИКИ (НА АНГЛ. ЯЗ.)

Препринт № IBRAE-2002-13 (на англ. яз)

Паркин Р., Каневский М., Позднухов А., Тимонин В., Майгнан M., Яцало Б., Каню С. 

УДК 502.3 

В работе представлен ряд современных подходов к анализу, обработке и представлению пространственных данных по окружающей среде. Набор используемых средств содержит алгоритмы машинного обучения (Многослойный Персептрон и Регрессия на поддерживающих векторах) и недавно разработанные геостатистические предсказатели и симуляционные модели. Новаторская часть работы представлена смешанными/гибридными моделями, включая кригинговые оценки и последовательные гауссовы симуляции на невязках алгоритмов машинного обучения. Цель смешанных моделей двояка: алгоритмы машинного обучения эффективнее, нежели геостатистические методики, решают проблемы пространственной нестационарности; в то же время геостатистические средства успешно применяются, чтобы расширить возможности методов машинного обучения путем анализа качества и количества пространственной структурированной информации, выделенной из данных с помощью этих методов. Кроме того, подходы, основанные на композиции алгоритмов машинного обучения и геостатистической модели, являются привлекательными для различных процессов принятия решений.

Библиографическая справка

Паркин Р., Каневский М., Позднухов А., Тимонин В., Майгнан M., Яцало Б., Каню С. РАСКОПКА И МОДЕЛИРОВАНИЕ ДАННЫХ ПО ОКРУЖАЮЩЕЙ СРЕДЕ С ПОМОЩЬЮ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ И ГЕОСТАТИСТИКИ. (На англ. яз.). Препринт № IBRAE-2002-13. Москва: Институт проблем безопасного развития атомной энергетики РАН, 2002. 13 с. — Библиогр.: 9 назв.