Hidrológiai Közlöny 1998 (78. évfolyam)

4. szám - Fülöp István Antal–Józsa János: A neruális hálózatok világa

FÜLÖP I. - JÓZSA J.: A neurális hálózatok világa 255 ramétereinek meghatározása. Az alkalmazások első csoportja a neurális hálózatokat hagyományos módon kapott tapasztalati képletek kiváltására használja. E tekintetben előnyös a neurális háló nemlineáris viselkedése és a gyakorlatilag korlátlan számú bemenő változó figyelembe vételének lehetősége. Hátrány, hogy az így kapott képlet nem egykönnyen írható le hagyományos használatra is alkalmas módon, bár ez nagyszámú bemenő paraméter esetében más módszereknél sem lehetséges. Ezen alkalmazások általános tapasztalata, hogy ha a pótolni kívánt tapasztalati képletével megegyező bemenő változókat használnak a neurális háló bemeneteként, az eredmény gyakorlatilag megegyezik a tapasztalati képletével. Erőteljes javulás érhető viszont el a bemenő változók számának növelésével, amely a neurális hálózatoknál igen egyszerű módon valósítható meg [MacLeod - Erviné, 1997], [Minns, 1995], A neurális hálózatok által nyújtott nagysebességű feldolgozást használják ki azon alkalmazások, amelyek különböző gépi berendezések üzemeltetési paramétereit határozzák meg a gép működése közben. Ilyen alkalmazásokat sok esetben numerikus modellel tanítanak, azaz a tanításhoz szükséges adatbázist numerikus modellel állítják elő. Ennek köszönhetően a tanítás ugyan lassan történhet, a tényleges alkalmazás (előhívás) viszont gyorsan mehet végbe, így időelőnyhöz juthat a felhasználó. Erre a megközelítésre példa [Enayőt Rasul - Paudyal, 1994], amely folyami műtárgyak üzemeltetési paramétereinek meghatározására tett kísérletet oly módon, hogy a paramétereket hagyományos determinisztikus matematikai modell segítségével, off-line határozták meg, majd a neurális hálót az így előkészített adatbázisból hozták létre. A hálózat gyors adatfeldolgozó képessége miatt lehetővé tette az on-line üzemeltetést is. Idősorok elemzésére is sikerrel alkalmazhatók neurális hálózatok, a fentebb már említett időábrázolási módok valamelyikét alkalmazva. Ezen alkalmazások egy része közvetlenül használja ki a háló nemlineáris tulajdonságait, mint például az a kísérlet, amelyben különböző talajmintákon végzett szivárgási-sebesség mérések eredményeit modellezték. Itt kihasználták, hogy a szivárgási sebesség a talajtulajdonságok nemlineáris függvénye, amit a neurális háló jól közelíthet [BasheerNajjar, 1996], 1994-ben viszont olyan vízállás-előrejelzés készült a Dunára [Veldkamp et al, 1994], melyben a lineáris előrejelzés hibáját becsülték meg többrétegű perceptronnal. A neurális háló és a hagyományos lineáris módszer ilyen kombinálása igen eredményesnek bizonyult. A lineáris módszer ugyanis az adatok egyfajta előfeldolgozását végzi, a neurális hálózatra pedig éppen a nemlineáris leképezés hárul, melyre az igen alkalmas. Veszélyes következményekkel fenyegető vízminőségváltozások jelzésére is alkalmaztak neurális hálózatot [Lende, 1993], Ebből az alkalmazásból kiviláglik az, hogy milyen nagy mértékben segíti a háló tanítását az adatok megfelelő előkészítése. A Svédországban készült alkalmazásban a hálóhoz felhasznált bemeneti adatok a szél és vízsebességek, hőmérsékletadatok illetve a vízben fellelhető különféle anyagok koncentrációi voltak. Ebből próbáltak következtetni arra, hogy a víz adott állapota veszélyezteti-e a vizsgált öböl élővilágát. Az előfeldolgozás során a szélsebességeket korrelálatlan összetevőkre bontották, a léghőmérséklet elemzésénél külön választották a ciklikus váltakozások hatásait. Az így elkészített háló a normálistól (a szakértői meglátás alapján normálisnak tekintett értéktől) a szórás 3 szorosánál nagyobb eltérésnél jelez veszélyhelyzetet. A neurális hálózatok felhasználhatók a modellezett rendszerről bírt ismeretek bővítésére is. [Babovic - Bartolli, 1997] négyzetrácson kapott szimulációs eredményekből tanított neurális hálókon végzett kísérletekről számol be. E módszer előnye a gyors számítás és a könnyű megvalósítás, hátrányként jelenik meg az, hogy az anyagmegmaradás törvényei a neurális modellben nem elégülnek ki - ez is mutatja, hogy a szakértői ismeretek beépítésének nehézkessége milyen problémákat okozhat. Egy másik kísérletben medencében modellezett áramlást tanítottak meg neurális hálóval. Eredményként egyrészt itt is azt kapták, hogy a megmaradási törvények csak korlátozott mértékben teljesülnek a neurális háló által előállított folyamatokban, másrészt viszont össze tudták hasonlítani a medence különböző pontjainak tulajdonságait, ez által magára a modellezett rendszerre is levonva következtetéseket - mint például azt, hogy egyes területek, melyek a medence sarokrészében találhatók, viselkedésükben jobban hasonlítanak nyíltvízi területekhez, mint szintén a sarokban levő szomszédjaikhoz. A fentebbiektől gyökeresen eltérő alkalmazások is léteznek, mint például differenciálegyenletek megoldása [Hyuk - Kang, 1988] illetve grálbejárás [Pornavalai et al, 1996], Ezen esetekben a háló tanítási algoritmusa tulajdonképpen egylépéses súlybeállítást jelent, a megoldás pedig az előhívás során, relaxációval adódik. Jelen tanulmány szerzőinek saját kutatásai eddig elsősorban tavi áramlási alkalmazásokra irányult. A modellfejlesztés célja olyan neurális háló kialakítása, amely képes sekély tavak szél keltette áramlásainak modellezésére pusztán a szél mint bemenő adat felhasználásával. A kutatás alapja az az ismeret, hogy a tavak szélsebességvízsebesség összefüggése nemlineáris függvény. A fejlesztéshez mind valós méréseket, mind hagyományos numerikus modellkísérleteket használnak. Az eddigi eredmények azt mutatják, hogy a neurális hálózatok nemlineáris tulajdonságai jól használhatók a kérdéses modellezésben, a modelligazolással kapcsolatos kérdések viszont további vizsgálatokat igényelnek. [Fülöp, 1996] [Fülöp, 1997] [Fülöp et al, 1998]. A módszer jó adaptációs képességének köszönhetően sokféle feladat megoldására alkalmazható, egyszerű kezelhetősége miatt pedig egyre szélesebb elteijedése várható. Ajánlott irodalom, további források A neurális hálózatok további megismeréséhez támpontot szolgáltathat jelen cikk irodalomjegyzéke. Az ott felsoroltakból néhány kifejezetten a neurális hálózatok bemutatását szolgálja. Ilyen például a BME Villamosmérnöki és Informatikai Karán megjelent Neurális hálózatok és műszaki alkalmazásaik című magyar nyelvű tankönyv