Построение самоорганизующейся карты Кохонена (SOM) для прогнозирования типов селевых потоков
Р. А. Жилов
Загрузить полный текст
Аннотация: В работе построена самоорганизующаяся карта Кохонена (SOM), которая производит анализ типа сели. Обучение SOM производится на реальных данных кадастра селевой опасности Юга европейской части России. Цель работы – получить прогнозы типов селевых потоков. Результаты исследования показывают, что SOM дает хорошую точность в предсказании типов селей. Основной задачей будет кластеризация данных, связанных с геологическими и метеорологическими факторами, с целью выявления закономерностей, которые могут быть использованы для прогнозирования риска возникновения различных типов селевых потоков. Ожидается, что результаты данной работы смогут способствовать более точному и своевременному прогнозированию селевых потоков, что в свою очередь поможет минимизировать ущерб от этих природных явлений.
Ключевые слова: кластеризация данных, метод кластеризации SOM, модель SOM, самоорганизующиеся карты Кохонена, классификация типа сели
Для цитирования. Жилов Р. А. Построение самоорганизующейся карты Кохонена (SOM) для прогнозирования типов селевых потоков // Известия Кабардино-Балкарского научного центра РАН. 2024. Т. 26. № 5. С. 129–137. DOI: 10.35330/1991-6639-2024-26-5-129-137
Список литературы
- Хворостов В. В., Хворостов И. И. Экстраординарные и ультраселевые потоки на территории Большого Кавказа // Материалы международной конференции «Устойчивое развитие горных территорий». 2004. С. 605.
- Кондратьева Н. В., Аджиев А. Х., Беккиев М. Ю. и др. Кадастр селевой опасности Юга европейской части России. М.: Феория; Нальчик: Печатный двор, 2015. 148 c.
- Кондратьева Н. В. Предварительная оценка максимального объема твердых отложений селя методами математической статистики для Центрального Кавказа // Современные проблемы науки и образования. 2014. № 4. C. 50–56.
- Kohonen T. Self-Organizing Maps (Third Extended Edition). New York, 2001. 501 p.
- Жилов Р. А. Применение нейронных сетей при кластеризации данных // Известия Кабардино-Балкарского научного центра РАН. 2021. № 1(99). C. 15–19. DOI: 10.35330/ 1991-6639-2021-1-99-15-19
- Радеев Н. А. Предсказание лавинной опасности методами машинного обучения // Вестник НГУ. Серия: Информационные технологии. 2021. Т. 19. № 2. С. 92–101. DOI: 10.25205/ 1818-7900-2021-19-2-92-101
- Флах П. Машинное обучение: наука и искусство построения алгоритмов, которые извлекают знания из данных. М.: ДМК Пресс. ISBN: 978-5-97060-273-7. 2015. 400 c.
Информация об авторе
Жилов Руслан Альбердович, мл. науч. сотр. отдела «Нейроинформатика и машинное обучение», Институт прикладной математики и автоматизации – филиал Кабардино-Балкарского научного центра РАН;
360000, Россия, г. Нальчик, ул. Шортанова, 89 А;
zhilov91@gmail.com, ORCID: https://orcid.org/0000-0002-3552-4854, SPIN-код: 9389-6188