DIGITALNA ARHIVA ŠUMARSKOG LISTA
prilagođeno pretraživanje po punom tekstu
ŠUMARSKI LIST 3-4/2009 str. 32 <-- 32 --> PDF |
D. Klobučar, R. Pernar: UMJETNE NEURONSKE MREŽE U PROCJENI SASTOJINSKIH OBRASTA...Šumarski list br. 3–4, CXXXIII (2009), 145-155 Civco1993). Najčešće se koristi višeslojni perceptron (engl. multilayer feed – forward network – MLP) (PaolaiSchowengerdt1995,Atkinsoni Tatnall 1997, Kanellopoulosi Wilkinson1997, Foody2001), te znatno slabije drugi modeli kod neu ron skih mreža s nadgledanim učenjem. Također se primje njuju neuronske mreže s nenadgledanim učenjem, kao što je samoorganizirajuća neuronska mreža (engl. self – organizing map – SOM; Beamish2001). Istraživanja u području primjene daljinskih istraživanja u šumarstvu sa svrhom određivanja kvantitativnih i kvalitativnih parametara šume ukazala su na koristnost umjetnih neuronskih mreža (Ardöi dr.1997, Skid- morei dr.1997, Wangi Dong1997, Moiseni Frescino2002, Ingrami dr.2005, Joshii dr. 2006,Kuplich2006, Verbekei dr.2006,Klobu- Umjetne neuronske mreže (engl. artificial neural net works –ANN) su metoda umjetne inteligencije (engl. Slika 1.Odnos glavnih komponenti biološkog i umjetnog neurona Figure 1Relationship between the main components of a biological and artificial neuron 1.2. Podjela umjetnih neuronskih mreža – Građu, odnosno arhitekturu ili topologiju neuronske mreže, možemo razlikovati s obzirom na način povezivanja neurona u mrežu. Postoji velik broj kriterija za razlikovanje arhitektura neuronskih mreža. Ovdje će se opisati samo osnovni čimbenici podjele: broj slojeva, tip učenja, smjer putovanja signala kroz mrežu, tip ve ze između neurona, ulazne i prijenosne (aktivacijske) funkcije. Neuroni povezani u mrežu organizirani su u slojeve. Svaka mreža ima neurone koji služe za prihvat ulaznih čari dr. 2008) kao alternativnog pristupa klasičnim statističkim metodama. Primjenom tehnike digitalne obrade sastojinskih sce na u posljednjih desetak godina došlo je do razvoja no vih metoda u procjeni sastojinskog obrasta (Bolduci dr. 1996, Wulderi dr.2000, St-OngeiCavayas 1997, Franco-Lopezi dr.2001, Hölm strom2002, Ver bekeidr.2006). Dosadašnjim istraživanjima (Klobučar2003, PernariKlobučar2003,Pernari dr.2003,Klobučar2004, KlobučariPernar2005,Klobučar 2008) ukazano je na mogućnosti primjene cikličkih snimaka u šumarstvu. Među značajnijim rezultatima svaka ko je utvrđena povezanost histograma prvoga i drugoga reda s kategorijama sastojinskih obrasta. artificial intelligence) strukturirane prema ljudskom moz gu. Pripadaju sekvencijalnim metodama modeli ranja i predstavljaju jednu od najmodernijih me toda ne linear nog programiranja. Za razumijevanje mo dela umjetnih neuronskih mreža važno je osnovno poz navanje strukture bioloških neurona. Biološki i umjetni neuron imaju slične temeljne pro cese, te su usporedivi (Slika 1). Tijelo biološkog neurona zamjenjuje se sumatorom, a ulogu dendrita preuzimaju ulazi u sumator. Izlaz suma tora je akson umjetnog neurona, a uloga praga osjetljivosti bioloških neurona preslikava se na tzv. ak tivacijske funkcije. Funkcije sinaptičke veze biološ kog neurona s njegovom okolinom preslikavaju se na težinske faktore, preko kojih se i ostvaruje veza umjetnog neurona s njegovom okolinom. Izlaz iz drugih neurona i/ili okruženja promatranog neurona, koji se upućuju promatranom neuronu, množe se težinskim fak torima i dovode do sumatora. U sumatoru se tako do biveni produkti sumiraju, a njihova suma se dovodi na ulaz aktivacijske funkcije, koja će na svom izlazu dati izlaz neurona (Novakovići dr.1998). Classification of artificial neural networks vrijednosti i čine ulazni sloj neurona, te neurone koji daju odgovor mreže i čine izlazni sloj neurona. Svi os tali neuroni koji se nalaze između tih dvaju slojeva čine skriveni sloj neurona (DalbeloBašić2004). Tim slijedom neuronske mreže mogu biti: jednoslojne i višesloj ne. Jednoslojna mreža sastoji se od jednog sloja neu rona (izlaznog sloja), dok se ulazni sloj ne broji, jer u njemu nema procesiranja. Višeslojne mreže imaju osim ulaznog i izlaznog sloja i jedan ili više skrivenih slo jeva neurona (Lončarić2003). |