Нейронные сети для экологии: введение
Рассмотрен вариант объяснения состава и структуры нейронной сети, отталкиваясь от понятия «уравнение регрессии». Ориентируясь на метод, более привычный экологам (регрессионный анализ), показаны структурные и функциональные особенности «нейрона» и искусственной нейронной сети. Определены ключевые термины рассматриваемой технологии (ковариат, смещение, нейрон, слой, функция активации, обучение, переобучение). На конкретных примерах показаны некоторые области применения этого метода в экологии животных. С помощью нейронной сети рассмотрено решение типичных для экологии животных задач диагностики статуса (пола) животных по количественным признакам, оценка пригодности тех или иных биотопов для обитания животных. Дан список литературы с примерами использования сетей для решения экологических задач. Приведены листинги расчетов, выполненных в среде программы R с использованием функций из пакета neuralnet. Прикреплены файлы с данными для выполнения тренига по представленным кодам.
Сборник
Все статьи сборника:
Ивантер Эрнест Викторович
Закономерности и факторы динамики численности рыжей полевки (Myodes glareolus schr.) на заповедных территориях восточной ФенноскандииКоросов Андрей Викторович
Нейронные сети для экологии: введениеМакарова Елена Михайловна, Калинкина Наталия Михайловна, Сабылина Альбина Васильевна
Возможность применения микробиологических показателей для оценки состояния водотоков с высокой цветностью воды (на примере притоков Онежского озера)Шитиков Владимир Кириллович, Зинченко Татьяна Дмитриевна
Вероятностная оценка видового состава бентосных сообществ с использованием байесовских моделейБарсукова Наталья Николаевна, Баженова Ольга Прокопьевна, Коржова Людмила Викторовна
Оценка современного экологического состояния российского участка трансграничной реки Иртыш по структурным показателям фитопланктонаТаскаева Анастасия Анатольевна, Конакова Татьяна Николаевна, Новаковский Александр Борисович
Структура разнообразия коллембол южных тундр в разных масштабах исследования