НЕЙРОСЕТЕВОЙ АНАЛИЗ СЛОЖНООРГАНИЗОВАННЫХ ЭКОЛОГИЧЕСКИХ ДАННЫХ

Описание

Перевод названия: NEURAL NETWORK ANALYSIS OF COMPLICATED ECOLOGICAL DATA

Тип публикации: статья из журнала

Год издания: 2012

Ключевые слова: антропогенная нагрузка, human impact, modeling, neural networks, ecological models, antibiotic resistance, математическое моделирование, нейронные сети, экологические модели, антибиотикорезистентность

Аннотация: Предложены методы классификации и анализа сложноорганизованных экспериментальных данных на основе разработанного авторами алгоритма обучения нейронных сетей. Алгоритм позволяет объединить методы кластеризации и классификации данных (и/или прогнозирования) в рамках единой нейронной сети. В результате возникает новый класс нейронных Показать полностьюсетей, органично объединяющих в себе альтернативные методы обучения – супервизорные и несупервизорные. В работе показано, что предложенный метод дает возможность преодолеть проблему сильного различия векторов в центре и на границах внутри классов при высоком сходстве векторов соседних классов на границах между классами, затрудняющую классификацию данных. Задача решается с учетом дополнительной сложности, обусловленной высокой нелинейностью разделяющих гиперповерхностей между классами. Эффективность метода продемонстрирована на решении задачи оценки уровня антропогенного воздействия на оз.Шира (Россия) с использованием сложноорганизованных экспериментальных данных, которые получены авторами путем многолетнего мониторинга уровня устойчивости к антибиотикам у бактерий, населяющих эту экосистему.

Ссылки на полный текст

Издание

Журнал: Современные проблемы науки и образования

Выпуск журнала: 4

Номера страниц: 127-127

ISSN журнала: 20707428

Место издания: Пенза

Издатель: Общество с ограниченной ответственностью "Издательский Дом "Академия Естествознания"

Авторы

Вхождение в базы данных