Данная статья посвящена механизмам обучения нейронной сети для прогноза метеорологической обстановки при использовании ГИС. В качестве проектного решения предложена структурная схема рассматриваемой ГИС и определены основные элементы, позволяющие внедрить нейронные сети и их обучение. В качестве инструмента для обучения нейронной сети выбран стохастический метод, как предлагающий наиболее вероятный исход события на основе предыдущей выборки. В статье приведен пример апробации обучения нейронной сети в виде прикладной программы «Обработчик данных». Описываемые в статье результаты позволяют судить о применимости выбранного метода обучения нейросети для прогнозирования метеорологических условий и использовании данных в геоинформационных системах принятия решений.

Вагизов Марсель Равильевич, кандидат технических наук, исполняющий обязанности заведующего кафедрой Информационных систем и технологий федерального государственного бюджетного образовательного учреждения высшего образования «Санкт-Петербургский государственный лесотехнический университет имени С.М. Кирова». 194021, Санкт-Петербург, Институтский пер., д. 5, Литер У. Е-mail: bars-tatarin@yandex.ru.

Истомин Евгений Петрович, доктор технических наук, заведующий кафедрой Прикладная информатика федерального государственного бюджетного образовательного учреждения высшего образования «Российский государственный гидрометеорологический университет». 192007, Санкт-Петербург, Воронежская улица, д. 79. Е-mail: biom@bk.ru.

Колбина Ольга Николаевна, кандидат технических наук, доцент кафедры Прикладная информатика федерального государственного бюджетного образовательного учреждения высшего образования «Российский государственный гидрометеорологический университет». 192007, Санкт-Петербург, Воронежская улица, д. 79. Е-mail: olya_kolbina@mail.ru. 

Кочнев Александр Сергеевич, студент Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики. 197101, Санкт-Петербург, Кронверкский проспект, д. 49. Е-mail: opybook@mail.ru.

Михеев Валерий Леонидович, кандидат юридических наук, ректор федерального государственного бюджетного образовательного учреждения высшего образования «Российский государственный гидрометеорологический университет». 192007, Санкт-Петербург, Воронежская улица, д. 79. Е-mail: v.mikheev-rshu@yandex.ru.

Яготинцева Наталья Владимировна, кандидат технических наук, доцент кафедры Прикладная информатика, федерального государственного бюджетного образовательного учреждения высшего образования «Российский государственный гидрометеорологический университет». 192007, Санкт-Петербург, Воронежская улица, д. 79. Е-mail: yagotintceva@yandex.ru.

1. Багров А.Н., Быков Ф.Л., Гордин В.А. Комплексный прогноз приземных метеорологических величин // Метеорология и гидрология. – 2014. – № 5. – С. 5-16.
2. Быков Ф.Л. Статистическая коррекция прогнозов погоды по модели COSMO с помощью нейронных сетей // Метеорология и гидрология. – 2020. – № 3. – С. 5-20.
3. Яременко И.А. Метод распределенной обработки метеорологической информации на основе технологий искусственных нейронных сетей // Труды Военно-космической академии имени А.Ф. Можайского. – 2020. – № S674. – С. 263-270.
4. Истомин Е.П., Фокичева А.А., Коршунов А.А., Слесарева Л.С. Управление гидрометеорологическими рисками в социально-экономических системах // Ученые записки Российского государственного гидрометеорологического университета. – 2016. – № 44. – С. 219-224.
5. Крамарева Л.С., Андреев А.И., Блощинский В.Д., Кучма М.О., Давиденко А.Н., Пустатинцев И.Н., Шамилова Ю.А., Холодов Е.И., Королёв С.П. Использование нейронных сетей в задачах гидрометеорологии // Вычислительные технологии. – 2019. – Т. 24. – № 6. – С. 50-59.
6. Модели и методы исследования информационных систем : монография / под ред. А.Д. Хомоненко. – СПб. : Лань, 2019. – 204 с.
7. Истомин Е.П., Соколов А.Г. Теория организации: системный подход : учебник для студентов высших учебных заведений. – 2-е изд., с изм. и доп. – СПб. : «Андреевский изд. дом», 2011. – 420 с. – (Организационные системы, том 1).
8. Панфилов П.Н. Введение в нейронные сети // Современный трейдинг. – 2001. – № 2. – С. 12-17.
9. Галимянов Ф.А. Сравнительный анализ алгоритмов реализации метода обратного распространения ошибки для обучения нейронной сети // Научно-технический вестник Поволжья. – 2020. – № 2. – С. 69-71.
10. База данных метеорологических рисков / Е.П. Истомин, Я.А. Петров, А.А. Фокичева, Н.В. Яготинцева. – Свидетельство о регистрации базы данных RU 2019620208, 04.02.2019 ; заявка № 2018621294 от 18.09.2018.