Предложена методика определения зависимостей климатических параметров от элементного состава и физических свойств донных осадков современных озер, позволяющая провести реконструкцию таких климатических параметров как температура и влажность в прошлом. Для получения зависимостей использовались искусственные нейронные сети, осуществляющие нелинейную многомерную регрессию с регулируемой гладкостью выходной функции. В качестве интерполирующего используется один из вариантов многомерных представлений в виде интегралов Фурье, с заменой интегралов конечными суммами. Вид выходной функции определен структурой нейросети. Метод состоит в обучении нейросети по обучающей выборке примеров, в которых известны как входные, так и выходные параметры. В процедуре обучения используется метод быстрого вычисления многомерных градиентов и метод сопряженных градиентов. В качестве примера приведена реконструкция среднегодовой температуры в районе оз. Телецкое до 1200 года с использованием 500-нейронной сети по трем параметрам: концентрация Br, рентгеновская плотность, отношение содержаний Sr / Rb.
Примечание. Тезисы докладов публикуются в авторской редакции
Ваши комментарии Обратная связь |
[Головная страница] [Конференции] |
© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск