Филиппенко Виктор Александрович, студент
РФ, г. Ростов-на-Дону, пл. Гагарина,1
Filippenko Viktor Aleksandrovich, student
1, Gagarin sq., Rostov-on-Don, 344000, Russia
Зотов Алексей Вячеславович, студент
РФ, г. Ростов-на-Дону, пл. Гагарина,1
Zotov Aleksey Vyacheslavovich, student
1, Gagarin sq., Rostov-on-Don, 344000, Russia
Целью настоящей работы является создание и обучение искусственной нейронной сети на основе набора данных, содержащих различные климатические параметры и будущую площадь пожара в качестве выходного прогнозируемого параметра. Такой набор данных является, как правило, доступным для исследования и изучения. Перед обучением модели нейронной сети набор данных разделяют на две выборки ― выборка для обучения, которая составляет около 90 % от набора, и выборка для тестирования обученной модели. В постановке задачи авторы выбирают и анализируют известные данные о пожарах в парке Монтезиньо (Montesinho), сравнивают модели, обученные на этих данных с нормализацией и без нее. В качестве результата приведены два примера графиков изменения абсолютной ошибки площадей пожара, прогнозируемых с помощью созданной и обученной модели.
The objective of this article is to create and train an artificial neural network based on a data set containing various climatic parameters and future fire area as an output parameter that the authors intend to predict. Such a “set” of data is usually available for research and study. Before training the neural network model, the data set is divided into two samples: a sample for training, which is about 90% of the set; and a sample for testing the trained model. In setting the task, the authors select and analyze the known data on the fires that occurred in Montesinho Park, compare the models trained on these data with and without normalization. As a result, two examples are given of a qualitative demonstration of graphs of absolute error changes of fire areas, which are projected using the created and trained model.
The authors declare that there are no conflicts of interest present.