БАЗЫ ДАННЫХ, ИНСТРУМЕНТЫ И ИНФОРМАЦИОННЫЕ ОСНОВЫ ПОЛЯРНЫХ ГЕОФИЗИЧЕСКИХ ИССЛЕДОВАНИЙ 24 -26 мая 2011, ИЗМИРАН Нейросетевая интернет-система анализа и обработки данных в режиме реального времени C. Е. Ревунов, Н. А. Бархатов Нижегородский государственный педагогический университет Работа поддержана грантом РФФИ 09 -05 -00495 и программой Министерства образования и науки «Развитие научного потенциала высшей школы, 2009 -2011 гг. , проект 1623»
Назначение и возможности комплекса Разработана нейросетевая интернет-система анализа и обработки потока цифровых данных в масштабе реального времени, позволяющая осуществлять поиск нелинейных причинно-следственных связей в гелиогеофизических задачах. Модульная открытая архитектура приложения позволяет легко модифицировать его с целью решения разнообразных задач. Главной целью создания данной программы является: n обеспечение нейросетевых численных экспериментов для поиска нелинейной связи геомагнитных индексов между собой и с параметрами околоземного космического пространства n классификация событий космической погоды Алгоритм работы программы включает в себя: n n искусственную нейронную сеть (ИНС) Элмана с алгоритмом обратной связи сеть прямой передачи данных сеть с алгоритмом нечеткой логики (Fuzzy) классификационную сеть типа слой Кохонена
Интерфейс приложения позволяет эксперимента, а так же выбрать: n n n n произвести настройку параметров шаблон архитектуры и алгоритм обучения нейросетей входные параметры для обучения и тестирования нейросетей параметры обработки исходных данных сплайном форматы представления данных для нейросетей количество нейронов в слоях сети количество скрытых слоев сети пакеты данных для обучения и тестирования режимы обработки и представления результатов Начало процесса обучения ИНС заключается в выборе входных и целевых данных в главном окне программы. Результатом работы сети является график с результатами тестирования. Для упрощения постановки повторяющихся экспериментов приложение позволяет использовать последнюю обученную нейросеть. При этом обучение не выполняется: из сохраненного ранее файла загружаются параметры эксперимента и обученная ранее сеть пропускает через себя указанное событие, как фильтр.
Используемые данные n Программный комплекс работает с наборами баз данных как любое модульное приложение. Для обеспечения гибкости программы предусмотрена работа с базой данных в форме массивов. Созданный комплекс рассчитан на 30 одновременно обрабатываемых потоков событий во входных данных. n Блоки баз данных содержат числовые минутные данные для 30 геомагнитных бурь в период с 2000 по 2003 гг. – параметры солнечного ветра, межпланетного магнитного поля, взятые с КА «АСЕ» , и геомагнитные индексы (Dst, SYM, ASY, AU, AL). Эти данные получены с узла по адресу http: //cdaweb. gsfc. nasa. gov. При необходимости можно изменять дискретность и набор данных.
Доступ к вэб-интерфейсу комплекса В настоящее время данный программно-вычислительный комплекс для прогноза явлений космической погоды доступен для работы через интернет. На сайте научно-исследовательской лаборатории физики солнечно-земных связей размещен его вэб-интерфейс. Для доступа к системе необходимо выбрать ссылку «Прогноз параметров солнечно-земных связей» , а затем - «Самостоятельно выполнить нейросетевое моделирование» . http: //spacelabnnov. 110 mb. com
Описание вэб-интерфейса n Страница запроса расчета содержит разделы, последовательное заполнение которых позволит выполнить нейросетевое моделирование между заданными параметрами и получить готовый результат – ответ искусственной нейронной сети. n Для начала работы с комплексом необходимо выбрать входные и целевые параметры, данные для обучения и тестирования, настроить нейронную сеть и отправить запрос на обработку, нажатием кнопки «Обработать» внизу формы. Нажатием на кнопку «Результаты расчетов» можно попасть на страницу с результатами предыдущих экспериментов.
Выбор входных параметров n В разделе «Целевой параметр» нужно выбрать один желаемый параметр с заданной дискретностью, который должна попытаться восстановить искусственная нейронная сеть по указанным входным параметрам после обучения. Так же необходимо выбрать фазу геомагнитной бури - только главную фазу, только фазу восстановления или всю бурю n В разделе «Входные параметры» пользователь может выбрать входные последовательности данных среди индексов Dst, AU, AL, SYM, ASY и параметров СВ и ММП. При этом существует возможность моделировать временную задержку между целью и входами. n Разделы «Данные для обучения» и «Данные для тестирования» предоставляют возможность выбора пакетов данных для нейросети, содержащих отобранные уединенные геомагнитные бури.
Настройка и запуск эксперимента n В разделе «Настройка нейросети» нужно выбрать желаемый тип нейронной сети, продолжительность ее обучения и параметры архитектуры - количество скрытых слоев и количество нейронов в них. n Текстовое поле «Подпись пользователя» предназначено для того, чтобы в дальнейшем можно было идентифицировать результаты обработки своего запроса. Подпись будет отображена под итоговым графиком. n Нажатием кнопки «Обработать» запрос отсылается на наш сервер для автоматической обработки нейросетевым программновычислительным комплексом.
Результаты расчета n По окончании процесса расчета пользователь попадает на страницу «Результаты расчета» . На графике будут представлены: синяя сплошная кривая реальные значения параметра, красная пунктирная - ответ нейронной сети. Вверху: тип нейросети (Elm, FF, Fuzzy), корреляция между целевым и восстановленным сигналом (R), эффективность восстановления (PE), перечислены входы нейросети (Input) с указанием значений задержек и целевой выход (Output). Зеленым маркером выделено время/дата создания графика и подпись пользователя, запросившего расчет данных. n Текущий график с результатами расчета публикуется только до момента получения результатов нового нейросетевого эксперимента и при первой возможности будет перезаписан. Результаты последних экспериментов доступны по ссылкам ниже из раздела "История запросов и расчетов".
История запросов и расчетов n Страница «История запросов и расчетов» хранит ссылки на последние несколько нейросетевых экспериментов. n Щелчком на уменьшенном изображении можно открыть полноразмерный график. n Отождествить результаты своего эксперимента можно по своей подписи.
Модуль восстановления классических индексов АЕ(12) n Интернет-система в режиме реального времени восстанавливает классические индексы АЕ(12) (получаемые ранее по данным 12 магнитных обсерваторий) по современным индексам АЕ(N), где число обсерваторий N<10. Восстановление выполняется реализацией нейросетевого алгоритма, выполняющего пересчет современных индексов к классическим. Исходные данные с узла http: //wdc. kugi. kyoto-u. ac. jp Результат нейросетевого восстановления АЕ(12)
Примеры восстановления классических индексов АЕ(12)
Заключение n Данный инструмент применяется для решения разнообразных задач по изучению общих тенденции нелинейной связи между различными параметрами, определяющими причинно-следственные отношения в системе «межпланетная среда-магнитосфера-ионосфера» . n Планируется расширить возможности вэб-сервиса и предоставить пользователям возможность выполнения нейросетевой классификации пакетов данных. n Выполненные исследования: 1. поиск нелинейной связи активности авроральных электроджетов с параметрами солнечного ветра и межпланетного магнитного поля; 2. восстановление и прогнозирование индексов геомагнитной активности; 3. восстановление и прогнозирование максимально наблюдаемых частот на трассах наклонного КВ зондирования ионосферы с учетом возмущений гелиогеофизических параметров. n Наш адрес в сети: http: //spacelabnnov. 110 mb. com
Демонстрация № 1 – прогноз AL по N
Демонстрация № 2 – прогноз AU по Bz
Демонстрация № 3 – восстановление AЕ(12)
Скачать презентацию БАЗЫ ДАННЫХ ИНСТРУМЕНТЫ И ИНФОРМАЦИОННЫЕ ОСНОВЫ ПОЛЯРНЫХ ГЕОФИЗИЧЕСКИХ
7f2e9adfcecc993e76c15fa90522b810.ppt