Neural Network Model of Assessment and Forecasting of Environmental Risks of Forest Fund Changes
Keywords:
neural networks, machine learning, gradient descent, artificial intelligence, geoinformation analysis, environmental risks
Downloads
Download data is not yet available.
Metrics
Metrics Loading ...
References
План мероприятий по совершенствованию контрольно-надзорной деятельности в Российской Федерации на 2016-2017 годы : распоряжение Правительства Российской Федерации от 1 апреля 2016 г. № 559-р // Электронный фонд правовой и нормативно-технической документации.
Об утверждении критериев отнесения объектов, оказывающих негативное воздействие на окружающую среду, к объектам I, II, III и IV категорий : постановление Правительства Российской Федерации от 28 сентября 2015 г. № 1029 // Электронный фонд правовой и нормативно-технической документации.
О критериях отнесения производственных объектов, используемых юридическими лицами и индивидуальными предпринимателями, оказывающих негативное воздействие на окружающую среду, к определенной категории риска для регионального государственного экологического надзора и об особенностях осуществления указанного надзора : постановление Правительства Российской Федерации от 22 ноября 2017 г. № 1410 // Электронный фонд правовой и нормативно-технической документации.
Волков Н.В., Донцов А.А., Лагутин А.А. Разработка геопортальной системы для решения задач регионального космического мониторинга // Известия Алтайского гос. ун-та. 2013. № 1/2 (77).
Донцов А.А., Волков Н.В., Лагутин А.А. Разработка технологии организации каталогов спутниковых данных // Известия Алтайского гос. ун-та. 2014. № 1/2 (81).
Чаплинский А.В., Плаксин С.М. Управление рисками при осуществлении государственного контроля в России // Вопросы государственного и муниципального управления. 2016. № 2.
Авдийский В.И., Безденежных В.М., Катаева Е.Г Управление рисками как ключевой элемент обеспечения реализации риск-ориентированного подхода в деятельности хозяйствующих субъектов // Экономика. Налоги. Право. 2017. №6.
Акинина Н.В., Псоянц В.Г., Колесенков А.Н., Таганов А.И. Теория и практика применения нечетких сетей Петри для мониторинга экологических рисков // Вестник Томского гос. ун-та.2017. №41.
Полищук Ю.М., Кокорина Н.В., Кочергин Г.А., Перемитина Т.О., Токарева О.С. Методология оценки экологического риска воздействия точечных источников атмосферного загрязнения на основе данных биоиндикации // Проблемы анализа риска. 2011. Т. 8, №4.
Карташев Е.А., Царегородцев А.Л. Автоматизированная информационная система поиска и анализа информации в сети Интернет // Фундаментальные исследования. 2016. № 10, ч. 2.
Волошин С.В., Царегородцев А.Л., Карташев Е.А., Славский В.В. Анализ качества бинарной классификации веб-страниц методом опорных векторов // Известия Алтайского гос. ун-та. 2017. № 4 (96).
Кочергин Г.А., Зыков А.С., Царегородцев А.Л., Горлов Н.В. Автоматизированная информационная система мониторинга изменений на основе космических снимков // Известия Алтайского гос. ун-та. 2017. № 1 (93).
Галушкин А. И. Нейронные сети: основы теории. М., 2010.
Riedmiller M., Braun H. A Direct Adaptive Method for Faster Backpropagation Learning: the RPROP Algorithm // International Conference of Neural Networks. San Francisco, 1993. Vol. 1.
Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning // Springer, 2014.
Refaeilzadeh P, Tang L., Liu H. "Cross Validation." Encyclopedia of Database Systems. Eds M. Tamer A-Zsu, and Ling Liu. New York, 2009.
Об утверждении критериев отнесения объектов, оказывающих негативное воздействие на окружающую среду, к объектам I, II, III и IV категорий : постановление Правительства Российской Федерации от 28 сентября 2015 г. № 1029 // Электронный фонд правовой и нормативно-технической документации.
О критериях отнесения производственных объектов, используемых юридическими лицами и индивидуальными предпринимателями, оказывающих негативное воздействие на окружающую среду, к определенной категории риска для регионального государственного экологического надзора и об особенностях осуществления указанного надзора : постановление Правительства Российской Федерации от 22 ноября 2017 г. № 1410 // Электронный фонд правовой и нормативно-технической документации.
Волков Н.В., Донцов А.А., Лагутин А.А. Разработка геопортальной системы для решения задач регионального космического мониторинга // Известия Алтайского гос. ун-та. 2013. № 1/2 (77).
Донцов А.А., Волков Н.В., Лагутин А.А. Разработка технологии организации каталогов спутниковых данных // Известия Алтайского гос. ун-та. 2014. № 1/2 (81).
Чаплинский А.В., Плаксин С.М. Управление рисками при осуществлении государственного контроля в России // Вопросы государственного и муниципального управления. 2016. № 2.
Авдийский В.И., Безденежных В.М., Катаева Е.Г Управление рисками как ключевой элемент обеспечения реализации риск-ориентированного подхода в деятельности хозяйствующих субъектов // Экономика. Налоги. Право. 2017. №6.
Акинина Н.В., Псоянц В.Г., Колесенков А.Н., Таганов А.И. Теория и практика применения нечетких сетей Петри для мониторинга экологических рисков // Вестник Томского гос. ун-та.2017. №41.
Полищук Ю.М., Кокорина Н.В., Кочергин Г.А., Перемитина Т.О., Токарева О.С. Методология оценки экологического риска воздействия точечных источников атмосферного загрязнения на основе данных биоиндикации // Проблемы анализа риска. 2011. Т. 8, №4.
Карташев Е.А., Царегородцев А.Л. Автоматизированная информационная система поиска и анализа информации в сети Интернет // Фундаментальные исследования. 2016. № 10, ч. 2.
Волошин С.В., Царегородцев А.Л., Карташев Е.А., Славский В.В. Анализ качества бинарной классификации веб-страниц методом опорных векторов // Известия Алтайского гос. ун-та. 2017. № 4 (96).
Кочергин Г.А., Зыков А.С., Царегородцев А.Л., Горлов Н.В. Автоматизированная информационная система мониторинга изменений на основе космических снимков // Известия Алтайского гос. ун-та. 2017. № 1 (93).
Галушкин А. И. Нейронные сети: основы теории. М., 2010.
Riedmiller M., Braun H. A Direct Adaptive Method for Faster Backpropagation Learning: the RPROP Algorithm // International Conference of Neural Networks. San Francisco, 1993. Vol. 1.
Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning // Springer, 2014.
Refaeilzadeh P, Tang L., Liu H. "Cross Validation." Encyclopedia of Database Systems. Eds M. Tamer A-Zsu, and Ling Liu. New York, 2009.
Published
2019-03-06
How to Cite
Бурлуцкий В., Кочергин Г., Царегородцев А., Якимчук А. Neural Network Model of Assessment and Forecasting of Environmental Risks of Forest Fund Changes // Izvestiya of Altai State University, 2019, № 1(105). P. 64-68 DOI: 10.14258/izvasu(2019)1-10. URL: http://izvestiya.asu.ru/article/view/%282019%291-10.
Section
Математика и механика
Izvestiya of Altai State University is a golden publisher, as we allow self-archiving, but most importantly we are fully transparent about your rights.
Authors may present and discuss their findings ahead of publication: at biological or scientific conferences, on preprint servers, in public databases, and in blogs, wikis, tweets, and other informal communication channels.
Izvestiya of Altai State University allows authors to deposit manuscripts (currently under review or those for intended submission to Izvestiya of Altai State University) in non-commercial, pre-print servers such as ArXiv.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
