Концептуальне моделювання спалахів лісових пожеж на основі онтологічного підходу DataMining. Частина 1
Протестовано геліоцентричну гіпотезу причин спалахів лісових пожеж. Знайдено докази кореляції між раптовим надходженням заряджених частинок з боку сонця і виникненням лісових пожеж із затримкою від одного до чотирьох днів. Проведено порівняльний аналіз методів ANFIS та нейронних мереж у задачі пошук...
Gespeichert in:
| Datum: | 2014 |
|---|---|
| Hauptverfasser: | , , , , , , , |
| Format: | Artikel |
| Sprache: | Ukrainian |
| Veröffentlicht: |
Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України
2014
|
| Schriftenreihe: | Системні дослідження та інформаційні технології |
| Schlagworte: | |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Концептуальне моделювання спалахів лісових пожеж на основі онтологічного підходу DataMining. Частина 1 / М. Радовановіч, Я.І. Виклюк, М. Міленковіч, А. Йовановіч, Д. Вуковіч, М. Стеванчевіч, Н.О. Мацюк, Т.Б. Леко // Системні дослідження та інформаційні технології. — 2014. — № 4. — С. 111-120. — Бібліогр.: 37 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Zusammenfassung: | Протестовано геліоцентричну гіпотезу причин спалахів лісових пожеж. Знайдено докази кореляції між раптовим надходженням заряджених частинок з боку сонця і виникненням лісових пожеж із затримкою від одного до чотирьох днів. Проведено порівняльний аналіз методів ANFIS та нейронних мереж у задачі пошуку функціональної залежності між виникненням лісових пожеж і факторами, що характеризують сонячну активність. Використано декілька методів аналізу (методи усунення сезонності, R/S-аналіз, DataMining) для встановлення потенційних зв’язків між коливаннями певних параметрів, що характеризують сонячну активність, і виникненням лісових пожеж з урахуванням затримки в часі. Знайдено наявність взаємозв’язку і розроблено прогностичний сценарій, який засновано на ANFIS та нейромережевих технологіях. Ці методи, в деяких випадках, дозволяють досягнути точності прогнозування до 93%. |
|---|