|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/how-to-use-ann-for-prediction-mapping-using-gis-data/
课程评论：没有评论
**课程总结：如何利用GIS数据轻松进行预测制图的ANN（人工神经网络）** 本课程将带您逐步探索如何使用R语言中的NeuralNet包，结合地理信息系统（GIS）数据，高效地应用人工神经网络（ANN）进行预测制图。ANN作为一种先进的人工智能技术，在多个领域已被证明具有高可靠性和有效性，尤其是在空间数据的预测分析方面，其优势超越了传统的回归或分类方法。 **课程内容涵盖：** * **数据准备：** * 使用QGIS的自动化工具（或提供自带数据）生成用于训练和测试的ANN模型的数据集。 * 涵盖数据处理技术，如栅格重采样、堆叠、分类数据向数值数据转换等。 * **ANN模型构建与应用（R语言）：** * 使用NeuralNet包运行神经网络函数（包括提供训练和测试数据）。 * 可视化神经网络结构。 * 对解释变量和响应数据进行成对分析。 * 可视化解释变量和响应数据的广义权重。 * 利用NNET包中的函数分析变量的重要性。 * 进行敏感性分析，深入了解解释变量对模型结果的影响。 * **预测与制图：** * 运行ANN模型进行预测，并使用AUC值和ROC曲线进行预测验证。 * 利用栅格数据生成最终的预测地图。 * 支持地形分析工具LaGriSU（版本2023\_03\_09）的免费下载和使用，该工具可自动提取基于网格和坡度单元的训练/测试样本数据。 * **结果输出：** * 将最终的预测地图导出为.tif格式的栅格文件。 本课程提供所有必要的数据、代码和材料，以“校车般的速度”循序渐进地讲解，确保学习者能够全面掌握利用ANN进行空间预测制图的技术。
Artificial Neural Network (ANN) is one of the advanced Artificial Intelligence (AI) component, through many applications, vary from social, medical and applied engineering, ANN proves high reliability and validity enhanced by multiple setting options. Using ANN with Spatial data, increases the confidence in the obtained results, especially when it compare to regression or classification based techniques. as called by many researchers and academician especially in prediction mapping applications. Together, step by step with "school-bus" speed, will cover the following points comprehensively (data, code and other materials are provided) using NeuralNet Package in R and Landslides data and thematics maps.Produce training and testing data using automated tools in QGIS OR SKIP THIS STEP AND USE YOUR OWN TRAINING AND TESTING DATA Run Neural net function with training data and testing dataPlot NN function networkPairwise NN model results of Explanatories and Response DataGeneralized Weights plot of Explanatories and Response DataVariables importance using NNET Package functionRun NNET functionPlot NNET function networkVariables importance using NNETSensitivity analysis of Explanatories and Response DataRun Neural net function for prediction with validation dataPrediction Validation results with AUC value and ROC plotProduce prediction map using Raster dataImport and process thematic maps like, resampling, stacking, categorical to numeric conversion.Run the compute (prediction function)Export final prediction map as raster.tifIMPORTANT: LaGriSU Version 2023_03_09 is available (Free) to download using Github link (please search for /Althuwaynee/LaGriSU_Landslide-Grid-and-Slope-Units-QGIS_ToolPack)*LaGriSU (automatic extraction of training / testing thematic data using Grid and Slope units)
