ivdon3@bk.ru
В статье представлено исследование, направленное на разработку методов и алгоритмов анализа пространственных данных для диагностики состояния геосистем. Показано, что объединение моделей машинного обучения в ансамбль позволяет повысить устойчивость анализирующей системы: точность решений, принимаемых ансамблем, имеет тенденцию стремиться к точности наиболее эффективного моноклассификатора системы. Расчет и консолидация территориальных дескрипторов при этом позволяют снизить размерность анализируемых данных, облегчить допустимую емкость модели машинного обучения, повысить ее устойчивость к переобучению, не допустить значительного снижения точности классификации в рамках конкретной решаемой задачи.
Ключевые слова: метагеосистемы, пространственные данные, тестовые полигоны, территориальные дескрипторы, ансамбли
В статье представлена методика многофакторного анализа межкомпонентных связей в геосистемах, реализованная на основе двух стратегий: использования численных, в том числе статистических, методов для оценки степени влияния различных параметров на состояние модели геосистем и применения имитационного моделирования для оценки динамических свойств геосистем и решения задачи пространственного прогнозирования. Алгоритм оценки важности геосистемных параметров позволяет оценить влияние различных параметров на целевой показатель в рамках решения проектных задач. Дана характеристика концепции построения систем имитационного моделирования для решения задачи оценки динамики и прогнозирования развития метагеосистем.
Ключевые слова: метагеосистемы, пространственные данные, моделирование, межкомпонентные связи