Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Вестн. Астрахан. гос. техн. ун-та. Сер. управление, вычисл. техн. информ.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика, 2019, номер 3, страницы 97–107
DOI: https://doi.org/10.24143/2072-9502-2019-3-97-107
(Mi vagtu592)
 

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

Моделирование распространения лесного пожара при нестационарности и неопределенности посредством искусственного интеллекта и глубокого машинного обучения

Т. С. Станкевич

Калининградский государственный технический университет, Калининград, Российская Федерация
Список литературы:
Аннотация: Цель работы заключается в повышении эффективности формирования оперативного прогноза динамики развития лесного пожара в условиях нестационарности и неопределенности путем моделирования распространения пожара на базе искусственного интеллекта (Artificial Intelligence) и глубокого машинного обучения (Deep Machine Learning). Для достижения поставленной цели использованы метод системного анализа, метод теории нейронных сетей, метод глубокого машинного обучения, метод оперативного прогнозирования динамики развития лесного пожара, метод фильтрации изображений (модифицированный медианный фильтр), метод MoSCoW, метод ER. В ходе исследования построены модели распространения лесных пожаров (модели верхового и низового пожаров) посредством применения искусственных нейронных сетей. Разработанные модели решают задачи распознавания и прогнозирования с целью определения динамики развития лесного пожара на последовательных изображениях и генерации изображения с прогнозом распространения пожара. Приведена общая логическая схема предлагаемых моделей распространения лесного пожара, включающая 5 этапов: 1 этап — ввод входных данных; 2 этап — предобработка входных данных (проверка формата, проверка размеров, удаление шума); 3 этап — распознавание объекта с использованием сверточных нейронных сетей (распознавание данных о пожаре, распознавание данных о факторах окружающей среды, распознавание данных о характере лесных насаждений); 4 этап — прогнозирование динамики развития лесного пожара; 5 этап — вывод сгенерированного изображения с оперативным прогнозом. Для построения и настройки искусственных нейронных сетей предлагается использовать сформированную базу визуальных данных о динамике развития лесных пожаров. Разработанные модели распространения лесного пожара базируются на дереве искусственных нейронных сетей в виде ациклического графа и реализуют выявление зависимостей между динамикой развития лесного пожара и характеристиками внешней и внутренней среды.
Ключевые слова: лесной пожар, оперативный прогноз, искусственный интеллект, глубокое машинное обучение, сверточная нейронная сеть, моделирование динамики лесного пожара, неопределенность, нестационарность.
Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 18-37-00035_мол_а
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 18-37-00035 «мол_а».
Поступила в редакцию: 26.04.2019
Реферативные базы данных:
Тип публикации: Статья
УДК: 004.65, 614.841.42
Образец цитирования: Т. С. Станкевич, “Моделирование распространения лесного пожара при нестационарности и неопределенности посредством искусственного интеллекта и глубокого машинного обучения”, Вестн. Астрахан. гос. техн. ун-та. Сер. управление, вычисл. техн. информ., 2019, № 3, 97–107
Цитирование в формате AMSBIB
\RBibitem{Sta19}
\by Т.~С.~Станкевич
\paper Моделирование распространения лесного пожара при нестационарности и неопределенности посредством искусственного интеллекта и глубокого машинного обучения
\jour Вестн. Астрахан. гос. техн. ун-та. Сер. управление, вычисл. техн. информ.
\yr 2019
\issue 3
\pages 97--107
\mathnet{http://mi.mathnet.ru/vagtu592}
\crossref{https://doi.org/10.24143/2072-9502-2019-3-97-107}
\elib{https://elibrary.ru/item.asp?id=38583499}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/vagtu592
  • https://www.mathnet.ru/rus/vagtu/y2019/i3/p97
  • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика
    Статистика просмотров:
    Страница аннотации:263
    PDF полного текста:270
    Список литературы:12
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024