Нейросетевой метод решения обратных задач для радиационных моделей растительного покрова
Розглянуто задачу відновлення параметрів рослинності як задачу, обернену до задачі моделювання спектру відбиття рослини. Для розв’язання задачі запропоновано обчислювально-ефективний нейромережевий метод на базі мереж щільності суміші, який дозволяє отримувати оцінки похибки параметрів, що відновлюю...
Збережено в:
| Опубліковано в: : | Кибернетика и системный анализ |
|---|---|
| Дата: | 2009 |
| Автор: | |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2009
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/44375 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Нейросетевой метод решения обратных задач для радиационных моделей растительного покрова / А.Н. Кравченко // Кибернетика и системный анализ. — 2009. — № 3. — С. 159-172. — Бібліогр.: 26 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862740621570080768 |
|---|---|
| author | Кравченко, А.Н. |
| author_facet | Кравченко, А.Н. |
| citation_txt | Нейросетевой метод решения обратных задач для радиационных моделей растительного покрова / А.Н. Кравченко // Кибернетика и системный анализ. — 2009. — № 3. — С. 159-172. — Бібліогр.: 26 назв. — рос. |
| collection | DSpace DC |
| container_title | Кибернетика и системный анализ |
| description | Розглянуто задачу відновлення параметрів рослинності як задачу, обернену до задачі моделювання спектру відбиття рослини. Для розв’язання задачі запропоновано обчислювально-ефективний нейромережевий метод на базі мереж щільності суміші, який дозволяє отримувати оцінки похибки параметрів, що відновлюються. Формально показані властивості нейронних мереж з традиційною архітектурою та запропонованих. Метод апробовано на тестовій моделі та радіаційній моделі листя рослини PROSPECT. Проведено валідацію метода на даних реальних спостережень.
Vegetation parameter retrieval is considered as the inverse of the problem of modelling canopy radiative transfer. To solve this problem, a new computationally efficient method based on Mixture Density Networks (MDNs) is proposed. The method allows for the estimation of errors of retrieved parameters for each given set of reflectances. The properties of neural networks of traditional architecture and MDNs are considered. The developed method is tested on a simple model and on the PROSPECT leaf radiative transfer model. The method is validated using real data.
|
| first_indexed | 2025-12-07T20:15:31Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-44375 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0023-1274 |
| language | Russian |
| last_indexed | 2025-12-07T20:15:31Z |
| publishDate | 2009 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Кравченко, А.Н. 2013-05-31T16:35:37Z 2013-05-31T16:35:37Z 2009 Нейросетевой метод решения обратных задач для радиационных моделей растительного покрова / А.Н. Кравченко // Кибернетика и системный анализ. — 2009. — № 3. — С. 159-172. — Бібліогр.: 26 назв. — рос. 0023-1274 https://nasplib.isofts.kiev.ua/handle/123456789/44375 681.32 Розглянуто задачу відновлення параметрів рослинності як задачу, обернену до задачі моделювання спектру відбиття рослини. Для розв’язання задачі запропоновано обчислювально-ефективний нейромережевий метод на базі мереж щільності суміші, який дозволяє отримувати оцінки похибки параметрів, що відновлюються. Формально показані властивості нейронних мереж з традиційною архітектурою та запропонованих. Метод апробовано на тестовій моделі та радіаційній моделі листя рослини PROSPECT. Проведено валідацію метода на даних реальних спостережень. Vegetation parameter retrieval is considered as the inverse of the problem of modelling canopy radiative transfer. To solve this problem, a new computationally efficient method based on Mixture Density Networks (MDNs) is proposed. The method allows for the estimation of errors of retrieved parameters for each given set of reflectances. The properties of neural networks of traditional architecture and MDNs are considered. The developed method is tested on a simple model and on the PROSPECT leaf radiative transfer model. The method is validated using real data. Настоящая статья поддержана совместным грантом УНТЦ-НАНУ «Grid Technologies for Multi-Source Data Integration» № 4928. ru Інститут кібернетики ім. В.М. Глушкова НАН України Кибернетика и системный анализ Системный анализ Нейросетевой метод решения обратных задач для радиационных моделей растительного покрова Нейромережевий метод розв’язання обернених задач для радіаційних моделей рослинності Neural networks method of solving inverse problems for canopy radiative transfer models Article published earlier |
| spellingShingle | Нейросетевой метод решения обратных задач для радиационных моделей растительного покрова Кравченко, А.Н. Системный анализ |
| title | Нейросетевой метод решения обратных задач для радиационных моделей растительного покрова |
| title_alt | Нейромережевий метод розв’язання обернених задач для радіаційних моделей рослинності Neural networks method of solving inverse problems for canopy radiative transfer models |
| title_full | Нейросетевой метод решения обратных задач для радиационных моделей растительного покрова |
| title_fullStr | Нейросетевой метод решения обратных задач для радиационных моделей растительного покрова |
| title_full_unstemmed | Нейросетевой метод решения обратных задач для радиационных моделей растительного покрова |
| title_short | Нейросетевой метод решения обратных задач для радиационных моделей растительного покрова |
| title_sort | нейросетевой метод решения обратных задач для радиационных моделей растительного покрова |
| topic | Системный анализ |
| topic_facet | Системный анализ |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/44375 |
| work_keys_str_mv | AT kravčenkoan neirosetevoimetodrešeniâobratnyhzadačdlâradiacionnyhmodeleirastitelʹnogopokrova AT kravčenkoan neiromereževiimetodrozvâzannâobernenihzadačdlâradíacíinihmodeleiroslinností AT kravčenkoan neuralnetworksmethodofsolvinginverseproblemsforcanopyradiativetransfermodels |