Ciekawe Tematyarchiwum Geodetywiadomościnewsletterkontaktreklama
Najnowsze wydarzenia z dziedziny geodezji, nawigacji satelitarnej, GIS, katastru, teledetekcji, kartografii. Nowości rynkowe, technologiczne, prawne, wydawnicze. Konferencje, targi, administracja.
publikacje
blog

Archiwum GEODETY

Internetowe Archiwum GEODETY jest ogólnodostępne i zawiera:
• wszystkie artykuły zamieszczone w miesięczniku GEODETA w latach 1995–2023 w postaci osobnych plików PDF;
• wszystkie wydania miesięcznika GEODETA z lat 1995–2023 w postaci plików PDF.
Pliki można ściągać do wykorzystania na własne potrzeby. Copyright GEODETA Sp. z o.o. i następcy prawni. Wszystkie prawa zastrzeżone łącznie z tłumaczeniami na języki obce.

W przypadku problemów z dostępem do internetowego Archiwum GEODETY prosimy o kontakt mailowy (geoforum@geoforum.pl)


1995•1996•1997•1998•1999•2000•2001
2002•2003•2004•2005•2006•2007•2008
2009•2010•2011•2012•2013•2014•2015
2016•2017•2018•2019•2020•2021•2022
2023
| Maj 2002, Nr 5 (84) |


• Nowa obsada stanowisk w GUGiK • Geoida niwelacyjna 2001, czyli technologie satelitarne w zasięgu ręki geodety • Potrzebna erka • Geoinformacyjne programy Komisji Europejskiej • O tym, jak sztuczna inteligencja modeluje NMT, pisze dr Robert Olszewski • Korekcje DGPS z internetu • Rekrutacja na wyższe ...

powrót

Robert Olszewski

Sztuczna inteligencja modeluje powierzchnię Ziemi

Neurointerpolacja – neuronowa kreacja NMT. Matematyka klasyczna skoncentrowała się na równaniach liniowych z poważnego powodu pragmatycznego: nie umiała rozwiązywać nic więcej. W porównaniu z niesfornymi, chuligańskimi błazeństwami typowego równania, równania liniowe są gromadą chłopców z chóru kościelnego. (...) Zachowanie równań liniowych – podobnie jak zachowanie chłopców z chóru kościelnego – dalekie jest jednak od typowości.
Ian Stewart, „Czy Bóg gra w kości?”

Wiele kształtów występujących w naturze jest zbyt złożonych, by móc je opisać w postaci prostych formuł algebraicznych. Praktycznym zastosowaniem wiedzy matematycznej w opisie obiektów i procesów rzeczywistych jest najczęściej modelowanie liniowe. Procedury tej używa się głównie z uwagi na dobrze znaną strategię optymalizacji stosowaną przy konstrukcji modeli tego typu. Jednak wszędzie tam, gdzie nie ma podstaw do aproksymacji liniowej występujących zjawisk i procesów, modele liniowe nie sprawdzają się, prowadząc niekiedy do formułowania niesłusznych opinii o całkowitym braku możliwości matematycznego opisywania takich systemów.
Tymczasem jednym ze sposobów modelowania nieliniowego jest wykorzystanie specjalnych programów komputerowych, zwanych sztucznymi sieciami neuronowymi (SSN). Rozwinęły się one w wyniku badań prowadzonych w dziedzinie sztucznej inteligencji, a zwłaszcza prac dotyczących funkcjonowania podstawowych struktur mózgu. SSN mogą być użyteczne w sytuacjach, w których struktura problemu jest słabo rozpoznana, informacje wejściowe niekompletne, a zadowalające są przybliżone wyniki końcowe. Do sieci neuronowych wprowadza się pewne zmienne wejściowe (czyli dane), zaś jej wyjścia definiują zmienne wyjściowe (czyli rozwiązania). Dlatego też mogą one być stosowane wszędzie tam, gdzie na podstawie pewnych znanych informacji wnioskuje się o pewnych informacjach nieznanych.
Zastosowanie sieci neuronowych upowszechniło się dzięki ich właściwościom użytecznym w modelowaniu i obliczeniach. Zalety SSN można ująć następująco:
- pozwalają na stosunkowo proste tworzenie dowolnie złożonych modeli nieliniowych, „ucząc się” na przedstawianych przykładach. Metoda ta nie wymaga przyjmowania a priori żadnych założeń co do kształtu i stopnia nieliniowości tworzonej funkcji regresji,
- charakteryzuje je wysoki stopień odporności na błędy. Informacje, na podstawie których uczymy sieć, mogą być niepełne lub obarczone błędem. Odpowiednio nauczona sieć neuronowa potrafi skutecznie „odfiltrować” szum i prowadzić obliczenia w oparciu o wypadkowe tendencje i trendy,
- właściwie przygotowaną (nauczoną) SSN cechuje zdolność do generalizacji, tj. umiejętność uogólniania zdobytej wiedzy,
- najistotniejsza jest jednak łatwość ich użycia. SSN działają na zasadzie „czarnej skrzynki”: pytanie – odpowiedź Sieci neuronowe w praktyce same konstruują potrzebne użytkownikowi modele, ponieważ automatycznie uczą się na podanych przez niego przykładach. Proces uczenia sieci zastępuje programowanie. Dzięki temu można rozwiązywać problemy obliczeniowe, nie znając algorytmu, dysponując jedynie testowym zbiorem zawierającym „pytania” i „odpowiedzi”.

Pełna treść artykułu w majowym wydaniu GEODETY

powrót

dodaj komentarz

KOMENTARZE Komentarze są wyłącznie opiniami osób je zamieszczających i nie odzwierciedlają stanowiska redakcji Geoforum. Zabrania się zamieszczania linków i adresów stron internetowych, reklam oraz tekstów wulgarnych, oszczerczych, rasistowskich, szerzących nienawiść, zawierających groźby i innych, które mogą być sprzeczne z prawem. W przypadku niezachowania powyższych reguł oraz elementarnych zasad kultury wypowiedzi administrator zastrzega sobie prawo do kasowania całych wpisów. Użytkownik portalu Geoforum.pl ponosi wyłączną odpowiedzialność za zamieszczane przez siebie komentarze, w szczególności jest odpowiedzialny za ewentualne naruszenie praw lub dóbr osób trzecich oraz szkody wynikłe z tego tytułu.

ładowanie komentarzy

kalendarium imprez
filmy
Skanowanie szlaku kolejowego
czy wiesz, że...
© 2023 - 2024 Geo-System Sp. z o.o.

O nas

Geoforum.pl jest portalem internetowym i obszernym kompendium wiedzy na tematy związane z geodezją, kartografią, katastrem, GIS-em, fotogrametrią i teledetekcją, nawigacją satelitarną itp.

Historia

Portal Geoforum.pl został uruchomiony przez redakcję miesięcznika GEODETA w 2005 r. i był prowadzony do 2023 r. przez Geodeta Sp. z o.o.
Od 2 maja 2023 roku serwis prowadzony jest przez Geo-System Sp. z o.o.

Reklama

Zapraszamy do kontaktu na adres
redakcji:

Kontakt

Redaktor prowadzący:
Damian Czekaj
Sekretarz redakcji:
Oliwia Horbaczewska
prześlij newsa
facebook twitter linkedIn Instagram RSS