Опубликовано 05.11.2024 в 11:02
УДК: 00.4:004.9:528:528.711:911.3:911.9:504:502:332.3
В данной статье описывается имеющийся опыт и потенциальные возможности применение искусственных нейронных сетей (ИНС) в геоинформационных системах (ГИС). В целом, статья демонстрирует потенциал ИНС при анализе пространственно привязанных геоинформационных данных и возможности их применения в различных смежных с ГИС и геоинформационными технологиями областях.
ASSESSMENT OF FEASIBILITY OF USING NEURAL NETWORKS IN GIS
This article describes the experience and potential application of artificial neural networks (ANN) in geoinformation systems (GIS). In general, the article demonstrates the potential of neural networks in the analysis of spatially linked geoinformation data and the possibilities of their application in various fields related to GIS and geoinformation technologies.
Библиографический список
Библиографический список
1. Клехо Д. Ю., Карелина Е. Б., Батырев Ю. П. Использование технологии сверточных нейронных сетей в сегментации объектов изображения // Вестник МГУЛ – Лесной вестник. – 2021. – Т. 25. – № 1. – С. 140–145.
2. Методика расчета концентраций в атмосферном воздухе вредных веществ, содержащихся в выбросах промышленных предприятий. ОНД-86. – Л.: Гидрометеоиздат, 1986. – 93 с.
3. Морозов Д. А. Применение нейронных сетей для прогнозирования в геоинформационных системах // Вопросы науки и образования. – 2018. – № 11 (23). – С. 6–8.
4. Плуготаренко Н. К., Варнавский А. Н. Применение нейронных сетей для построения модели прогнозирования состояния городской воздушной среды // Инженерный вестник Дона. – 2012. – № 4. – Ч. 2. – С. 10.
5. Ростовцев В. С. Искусственные нейронные сети. – СПб: Лань, 2023. – 216 с.
6. Татарникова Т. М., Степанов С. Ю., Петров Я. А., Сидоренко А. Ю. Разработка метода защиты геоинформационных систем и пространственных данных на основе нейронной сети // Программные продукты и системы. – 2020. – № 2 [Электронный ресурс]. – Режим доступа: https://cyberleninka.ru/article/n/razrabotka-metoda-zaschity-geoinformatsionnyh-sistem-i-prostranstvennyh-dannyh-na-osnove-neyronnoy-seti (дата обращения: 06.12.2023).
7. Тесленок К. С. Возможности геоинформационных систем в управлении инновациями, ресурсами и природопользованием // Вестник Казахского университета экономики, финансов и международной торговли. – 2014. – № 3. – С. 135–138.
8. Тесленок С. А. Управление агроландшафтными системами на основе специализированных региональных ГИС, как один из механизмов повышения эффективности их функционирования // Стратегия и тактика развития производственно-хозяйственных систем: материалы IX Междунар. науч.-практич. конф., посвящ. 120-летию со дня рожд. П. О. Сухого, Гомель, 26-27 нояб. 2015 г. – Гомель: ГГТУ им. П. О. Сухого, 2015. – С. 297–302.
9. Тесленок К. С. Создание геоинформационного проекта и его использование в целях развития хозяйственных систем // Геоинформационное картографирование в регионах России: материалы VII Всерос. науч.-практич. конф. (Воронеж, 10-12 дек. 2015 г.). – Воронеж: Научная книга, 2015. – С. 134–138.
10. Тесленок К. С., Тесленок С. А. Геоинформационно-картографическое обеспечение управленческих решений сельскохозяйственного природопользования // Молодой ученый. – 2015. – № 6.5 (86.5). – С. 59–62.
11. Тесленок К. С., Тесленок С. А. Использование геоинформационных технологий для принятия оперативных управленческих решений в целях рационализации сельскохозяйственного природопользования // Агропромышленный комплекс: состояние, проблемы, перспективы: сборник статей X Междунар. науч.-практич. конф. – Пенза: РИО ПГСХА, 2014. – С. 103–106.
12. Федосеева У. С., Тесленок С. А., Скурихин А. А. Сравнительный анализ точности классификации объектов на основе космических снимков из разных источников // Известия Дагестанского государственного педагогического университета. Естественные и точные науки. – 2024. – Т. 18. №2. – С. 93–102.
13. Liu J., Dong F., Li Z. Application of Convolutional Neural Network to GIS and Physics // Computational Intelligence and Neuroscience. – 2022. – Vol. 2. – P. 1–6.
14. Peponi A., Morgado P., Trindade J. Combining Artificial Neural Networks and GIS Fundamentals for Coastal Erosion Prediction Modeling // Sustainability. – 2019. – Vol. 11. – P. 975.
15. Pijanowski B., Brown D., Shellito B., Manik G. Using neural networks and GIS to forecast land use changes: A Land Transformation Model // Computers, Environment and Urban Systems. – 2002. – Vol. 26. – P. 553–575.
16. Using Deep Learning for Feature Extraction and Classification // Imagery Workflows [Электронный ресурс]. – Режим доступа :https://doc.arcgis.com/en/imagery/workflows/ lresources/using-deep-learning-for-feature-extraction.htm (дата обращения: 06.12.2023).
Выходные данные статьи: Тесленок С. А., Федосеева У. С. Оценка целесообразности применения нейронных сетей в ГИС [Электронный ресурс] // Огарев-online. – 2024. – №10. – Режим доступа: https://journal.mrsu.ru/arts/ocenka-celesoobraznosti-primeneniya-nejronnyx-setej-v-gis