Результаты исследований: Вклад в журнал › Статья › Рецензирование
Результаты исследований: Вклад в журнал › Статья › Рецензирование
}
TY - JOUR
T1 - ПОДБОР ТИПА И СТРУКТУРЫ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОЦЕНКИ РАСПРЕДЕЛЕНИЯ ХИМИЧЕСКИХ ЭЛЕМЕНТОВ В ВЕРХНЕМ СЛОЕ ПОЧВЫ
AU - Мокрушин, Андрей Анатольевич
AU - Тарасов, Дмитрий Александрович
AU - Сергеев, Александр Петрович
AU - Буевич, Александр Геннадьевич
AU - Баглаева, Елена Михайловна
PY - 2017
Y1 - 2017
N2 - Работа посвящена выбору типа и структуры искусственных нейронных сетей (ИНС) для восстановления поверхностного распределения химических элементов (кремния, калия, хрома, титана, ванадия, марганца, железа, никеля, циркония) в почве. Для исследования была выбрана площадка в форме квадрата со стороной 1 м вдали от источников загрязнения. На этом участке были отобраны 100 проб верхнего слоя почвы (глубина 0,05 м). Для восстановления поверхностного распределения химических элементов в почве при помощи компьютерного моделирования были выбраны различные типы и структуры ИНС. Для каждого химического элемента подбиралась своя ИНС и использовалась своя оценка точности прогнозирования. Сравнение значений концентраций поверхностного распределения химических элементов в почве, сделанных различными ИНС, с известными значениями концентраций показало, что обученные ИНС дают высокую точность прогнозирования. Предложенный подход с кросс-валидацией позволяет выбрать тип и структуру нейронной сети для произвольной площадки, что является одой из основных сложностей при моделировании распределения химических элементов методом ИНС.
AB - Работа посвящена выбору типа и структуры искусственных нейронных сетей (ИНС) для восстановления поверхностного распределения химических элементов (кремния, калия, хрома, титана, ванадия, марганца, железа, никеля, циркония) в почве. Для исследования была выбрана площадка в форме квадрата со стороной 1 м вдали от источников загрязнения. На этом участке были отобраны 100 проб верхнего слоя почвы (глубина 0,05 м). Для восстановления поверхностного распределения химических элементов в почве при помощи компьютерного моделирования были выбраны различные типы и структуры ИНС. Для каждого химического элемента подбиралась своя ИНС и использовалась своя оценка точности прогнозирования. Сравнение значений концентраций поверхностного распределения химических элементов в почве, сделанных различными ИНС, с известными значениями концентраций показало, что обученные ИНС дают высокую точность прогнозирования. Предложенный подход с кросс-валидацией позволяет выбрать тип и структуру нейронной сети для произвольной площадки, что является одой из основных сложностей при моделировании распределения химических элементов методом ИНС.
UR - https://elibrary.ru/item.asp?id=30296163
M3 - Статья
SP - 36
EP - 48
JO - Экологические системы и приборы
JF - Экологические системы и приборы
SN - 2072-9952
IS - 8
ER -
ID: 6018355