HUDÍK, Tomáš. The Machine-Learning Methods in the Environmental Risk Assessment Spatial Modelling. In Proceedings of the 2nd international summer school on computational biology. Brno: Masaryk Univerzity. s. 52-57. ISBN 80-7355-070-9. 2006.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název The Machine-Learning Methods in the Environmental Risk Assessment Spatial Modelling
Název česky Metódy strojového učenia v oblasti priestorového modelovania pre vyhodnocovanie rizík ohrozenia životného prostredia
Autoři HUDÍK, Tomáš (703 Slovensko, garant).
Vydání Brno, Proceedings of the 2nd international summer school on computational biology, od s. 52-57, 6 s. 2006.
Nakladatel Masaryk Univerzity
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Česká republika
Utajení není předmětem státního či obchodního tajemství
Kód RIV RIV/00216224:14330/06:00018720
Organizační jednotka Fakulta informatiky
ISBN 80-7355-070-9
Klíčová slova anglicky machine learning; spatial modeling; environmental risk assessment
Štítky environmental risk assessment, machine learning, spatial modeling
Změnil Změnil: Mgr. Tomáš Hudík, učo 55775. Změněno: 4. 6. 2007 22:52.
Anotace
Combining GIS, ERA, and ML is a very promising and challenging but also demanding issue. Even if the models for small areas appear simpler (more transparent), it is not always true. In many cases these small areas (water streams without surrounding areas, only tillages without cities or factories) are affected by processes which are detectable only in a larger scale. In the small areas, these processes usually look like some noise or even some unpredictable events. Needless to say, the more global areas or models covering more areas of interest always accumulate complex problems. In these larger areas, different problems, hardly covered by the small models, occur. The scientific effort is now focused on moving of various pollutants (in water, soil, air). These movings are again affected by the various direct and indirect processes which are hardly possible to describe.
Anotace česky
Kombinácia GIS a ML je veľmi sľubná a vyzývajúca, ale aj náročná úloha. Hoci modely pre malé územia sa javia ako jednoduchšie (priehľadnejšie), nie je to vždy pravda. V mnohých prípadoch takéto menšie územia (vodné toky bez priľahlých plôch, len polia bez miest a tovární) sú ovplyvnené procesmi detekovateľnými iba vo väčšom merítku. Na takýchto malých územiach, popísané procesy sa javia ako šum, alebo nepredikovateľné udalosti. Je zrejmé, že čím väčšie územia sa snažíme zahrnúť do výpočtového modelu, tým musíme čeliť zložitejším problémom. Pri takýchto veľkých územiach vyvstávajú rozličné problémy, ktoré nemusia byť popísané a zahrnuté v malých modeloch. Vedecké úsilie sa v súčastnosti sústreďuje na pohyby rôznych polutantov (voda, pôda, vzduch). Tieto pohyby su ovplyvnené rôznymi priamymi a nepriamymi vplyvmi, ktore je veľmi obťiažne popísať.
Návaznosti
MSM0021622412, záměrNázev: Interakce mezi chemickými látkami, prostředím a biologickými systémy a jejich důsledky na globální, regionální a lokální úrovni (INCHEMBIOL) (Akronym: INCHEMBIOL)
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Interakce mezi chemickými látkami, prostředím a biologickými systémy a jejich důsledky na globální , regionální a lokální úrovni
VytisknoutZobrazeno: 19. 4. 2024 20:18