Разработка нейросетевых алгоритмов анализа многомерных временных рядов и их применение при исследовании солнечно-земных связей

Разработка нейросетевых алгоритмов анализа многомерных временных рядов и их применение при исследовании солнечно-земных связей

Автор: Шугай, Юлия Сергеевна

Шифр специальности: 05.13.18

Научная степень: Кандидатская

Год защиты: 2006

Место защиты: Москва

Количество страниц: 137 с. ил.

Артикул: 3042227

Автор: Шугай, Юлия Сергеевна

Стоимость: 250 руб.

Разработка нейросетевых алгоритмов анализа многомерных временных рядов и их применение при исследовании солнечно-земных связей  Разработка нейросетевых алгоритмов анализа многомерных временных рядов и их применение при исследовании солнечно-земных связей 

Оглавление
Введение
Актуальность
Цель работы
Основные задачи
Научная новизна
Научная и практическая значимость работы
Основные положения, выносимые на защиту
Апробация
Краткое содержание диссертации
Раздел 1 Обзор литературы но искусственным нейронным сетям Подраздел 1.1 Многослойный персептрон МСП
Подраздел 1.2 Нейросетевые комплексы
Раздел 2 Иерархический нейросетевой комплекс для анализа многомерных временных рядов
Подраздел 2.1 Описание построения иерархического нейросетевого комплекса
Подраздел 2.2 Результаты применения разработанного нейросетевого комплекса для анализа модельных временных рядов
Подраздел 2.3 Методики определения значимых переменных при нейросетевом прогнозировании
Раздел 3 Обзор литературы по исследованию солнечноземных
связей
Подраздел 3.1 Исследования солнечноземных связей
Подраздел 3.2 Космофизические данные, используемые для
исследования солнечноземных связей
Подраздел 3.3 Алгоритм обработки изображений Солнца для
представления информации о геоэффективных объектах в
компактном виде
Раздел 4 Рекуррентные потоки высокоскоростного солнечного
ветра СВ и их зависимость от размеров и местоположения
корональных дыр КЛ
Подраздел 4.1 Сравнение размеров КД, рассчитанных по
изображениям Солнца, полученным в различных диапазонах длин
Подраздел 4.2 Однопараметрическое представление зависимости
среднесуточной скорости СВ от размера низкоширотных КД, на
различных фазах летнего солнечного цикла
Подраздел 4.3 Среднесрочное прогнозирование скорости СВ и
радиального магнитного поля в период спада летнего
солнечного цикла по нескольким кэррингтоновским оборотам
Раздел 5 Результаты применения разработанного иерархического
нейросетевого комплекса для исследования солнечноземных
Подраздел 5.1 Нейросетевое прогнозирование среднесуточной скорости рекуррентных потоков СВ на околоземной орбите
Подраздел 5.2 Сравнение полученных в диссертации результатов прогнозирования скорости СВ с данными, полученными другими методами
Подраздел 5.3 Краткий обзор результатов прогнозирования геомагнитного ИЭТ индекса
Подраздел 5.4 Применение разработанного нейросетевого комплекса для прогнозирования геомагнитного ЭБТ индекса
Подраздел 5.5 Определение значимых переменных при нейросетевом прогнозировании геомагнитного ББТ индекса
Заключение
Основные результаты и выводы работы
Список литературы


На втором уровне используется обобщающая нейронная сеть, которая обучается прогнозировать итоговую вероятность события или непрерывное значение на основе локальных оценок, полученных специализированным комитетом искусственных нейронных сетей. Такой подход позволил прогнозировать событие или непрерывную величину, а также автоматически определять и учитывать задержку между явлением и событием. Разработан алгоритм анализа изображений Солнца, получаемых со спутников и космических аппаратов, с целью определения характеристик объектов на изображениях Солнца, которые могут оказать влияние на формирование высокоскоростных потоков СВ. Разработанные алгоритмы применены для прогнозирования среднесуточной скорости потоков СВ на основе информации о размерах низкоширотных корональных дыр. Нейросетевой комплекс применен для прогнозирования Dst-индекса геомагнитной активности на основе параметров СВ и межпланетного магнитного поля, измеряемых на околоземной орбите. Для установления логической взаимосвязи между входными параметрами и прогнозируемой величиной Dst-индекса (или событием начала сильной геомагнитной бури) применен анализ весовых коэффициентов нейронной сети. Предложен нейросетевой подход как для решения собственно задачи прогнозирования, так и для определения наиболее вероятного временного диапазона, в котором следует рассматривать значения входных признаков для осуществления наиболее эффективного прогнозирования. Проанализированы изображения Солнца, полученные на длинах волн . EIT/SOHO за период с по год. Построена эмпирическая зависимость среднесуточной скорости СВ от суммы размеров корональных дыр, рассчитанных по изображениям Солнца. Солнца, получаемым с КА SOHO на длине волны . Значимые переменные для нейросетевого прогнозирования значения Dst-индекса оценивались в зависимости от временного интервала, на котором обучалась нейронная сеть, с помощью анализа весовых коэффициентов нейронной сети. Проведены численные эксперименты по применению разработанной методики для анализа модельных одномерных и многомерных временных рядов. Для нейросетевого прогнозирования среднесуточной скорости СВ на околоземной орбите. Предложенная методика построения нейросетевого комплекса для решения задач анализа многомерных временных рядов, которая позволяет значительно упростить решение задачи, улучшить результат прогнозирования, а также автоматически определять временной диапазон, в котором следует рассматривать значения входных признаков для осуществления наиболее эффективного прогнозирования. Анализ данных наблюдений за - годы, полученных с КА SOHO, с целью выделения корональных дыр на изображениях Солнца и изучения влияния площади корональных дыр на скорость СВ на околоземной орбите. Результаты применения нейросетевого комплекса для решения задачи прогнозирования среднесуточной скорости СВ на околоземной орбите. Результаты анализа весовых коэффициентов нейронной сети для выявления параметров СВ и межпланетного магнитного поля, наиболее значимых для прогнозирования геомагнитного Dst-индекса. VIII International Workshop on Advanced Computing and Analysis Techniques in Physics Research (ACAT ), Moscow, Russia, - June, . International conference on Pattern Recognition and Image Analysis (PRIA-6-), Velikiy Novgorog, Russia, October -, . International conference on Pattern Recognition and Image Analysis (PRIA-7-), St. Petersburgh, Russia, October -, . Международная конференция "Интеллектуализация обработки информации" (ИОИ'), г. Artificial Neural Networks: Formal Models and Their Applications -ICANN , th International Conference, Warsaw, Poland, September -, . IX-я Пулковская международная конференция "Солнечная активность как фактор космической погоды", ГАО РАН, Пулково, Санкт-Петербург, 4-9 июня . Всероссийская конференция "Экспериментальные и теоретические исследования основ прогнозирования гелиогеофизической активности", Троицк, - окт. VIII всероссийская научно-техническая конференция "Нейроинформатика-" Москва, Россия, - янв. Научная сессия МИФИ-, Секция «Астрофизика и космофизика», Москва, Россия, - янв.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.278, запросов: 244