МЕТОДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ АНАЛИЗА ДАННЫХ

Актуальность работ по созданию, адаптации и применению методов анализа, обучающихся на исходной информации, связана с необходимостью адекватной обработки данных экологического мониторинга. Основным инструментарием для анализа являются специально разработанные и верифицированные подходы, основанные на геостатистике (статистической интерпретации данных с учетом их пространственной и временной структуры) и методах машинного обучения. При этом особое внимание уделяется возможности использовать неточно заданную информацию и получать вероятностную оценку пространственной неопределенности результатов.

В ИБРАЭ РАН разработана методология анализа пространственно-распределенных данных  с представлением результатов в географической информационной системе. Использование  теоретического обоснования используемых методов, позволяет корректно интерпретировать полученные результаты и оценивать неопределенности. Особо следует отметить метод ядерной интерполяции, базирующийся на непараметрическом моделировании функции плотности вероятности. На его основе разработана самообучающаяся нейронная сеть обобщенной регрессии (НСОР), пригодная для использования в режиме реального времени.

Разработанные методы используются в реальных приложениях, в частности, при моделировании распределения радиоактивных загрязнений в результате аварии на Чернобыльской АЭС, при анализе гидрологической ситуации в окрестностях ПО «Маяк» на Южном Урале, при формировании геологической модели для задач миграции радионуклидов, а также в совместных российско-американских проектах, связанных с захоронением РАО.

Восстановление характеристик геологической среды методами искусственного интелллекта. Результаты зонирования гидрогеологического слоя геологической модели полигона Хэнфорд Сайт (США) по литологическим типам с использованием вероятностной модели: а) карта зон литологических типов; б) результаты компьютерного восстановления зоны неопределенности классификации (вероятность выбранного класса)

© лаборатория геостатического моделирования