При проведенні екологічного моніторингу стану довкілля за виміряними значеннями деякого абіотичного фактору існує проблема : як на підставі результатів вимірювань , що були проведені в кінцевому числі точок , побудувати цілісну неперервну карту забруднення на всій контрольованій території . Мета роботи : дослідити можливості застосування методу самонав - чальних нейронних карт (Self Organizing Map - SOM) для завдань екологічного моніторингу довкілля , а саме для побудови де - тальної безперервної карти екологічних забруднень на місцевості . Алгоритм роботи SOM включає : 1) розташування на карті контрольованої території активної нейронної мережі заданої топології із заздалегідь визначеною кількістю вузлів - нейронів ; 2) вибір вхідного вектора з набору даних спостережень ; 3) знаходження найбільш близького значення вектора ву - зла - нейрона (" нейрона - переможця ") на карті ; 4) визначення кількості найближчих сусідніх нейронів до нейрона - переможця ; 5) навчання мережі , в ході якого значення вектора нейрона - переможця і найближчих сусідніх нейронів поступово змінюються , наближаючись до значення векторів вхідних нейронів - даних спостережень ; 6) визначення помилки карти . Методи дослі - джень : вимірювання амбієнтног&о еквівалента потужності дози безперервного рентгенівського і гамма - випромінювання за допомогою дозиметра МКС -05 " ТЕРРА "; як матеріали досліджень було використано результати вимірювань потужності дози на території історичного центру м . Харков&а ; обробка отриманих даних методами SOM за допомогою комп " ютерних програм MatLab 8.1 та STATISTICA 10. Результати : у процесі 1000 циклів самонавчання нейронної мережі з 100 активних ней - ронів , розташованих випадковим чином на карті кон&трольованої території , було одержано 25 вихідних нейронних кластерів , координати центрів яких практично збігалися з координатами точок спостережень . Таким чином була отримана безпере - рвна карта радіаційного фону на контрольованій території .& Точність карти становила не гірше за 0,25 мкР / год . Висновки : у роботі доведено можливість застосування методу самонавчальних нейронних карт (SOM) для побудови детальної карти рівня екологічних забруднень на місцевості за результатами вимірю&вань значень деякого абіотичного фактору в кінцевому числі точок спостережень . Доведено , що даний метод є більш точним та надійним порівняно з методами регресійної кар - тографії та кластерного аналізу , від яких він принципово відрізняється . &Можливості істотного поліпшення точності ме - тоду полягають у збільшенні кількості початкових нейронів на карті місцевості і кількості ітерацій у процесі їх навчання .
There is a certain problem in ecological monitoring of the envi ronment &state according to the measured values of a certain abio tic factor. Namely, how to build a continuous map of environmental pollution throughout the controlled area, based on the results of measurements c arried out at a finite number of points ins&ide the controlled territory. The aim of the work is to study the possibility of using the method of self o rganizing neural maps (SOM) for the problems of the ecological monitoring of the environment, and specifically for building an accurate conti&nuous ma p of environmental pollution on the ground. The materials and methods of researches are the results of measurements the ambient equivalent of the continuous X-ray and gamma radiation dose rate on a territory of the historical center of K&harkiv has been used as research materials; processi ng of the obtained data by SOM"s methods using MatLab 8.1 and STATISTICA 10 computer programs has been done. Results: in the process of 1000 self-learn ing cycles of a neural network of 100 initi&al active neurons randomly located on the controlled area map, 25 neural clusters have been obtain ed, the coordinates of the centers of which practically coincided with the 25 control points coordinates. A continuous map of the background radiati&
