Aplikace metod umělé inteligence pro interpretaci a predikci mikrometeorologických stavů ekosystému

Abstract

Disertace se zabývá vývojem metod umělé inteligence pro oblast interpretace a predikce stavů komplexních ekosystémů. V práci jsou představeny dvě možnosti aplikace prostředků umělé inteligence pro interpretaci a eventuální predikci na poli ekologického modelování. První metodou je využití teorie fuzzy množin a fuzzy modelování pro predikci maximální teploty ve sledovaném dni ve fragmentu velkoměsta. (Výsledky této metody pak lze dále využít např. pro predikci tzv. horké vlny (Heat Wave)). Druhou metodou je postup interpretace ekologických dat a záznamů získávaných z reportů expertů nebo z koncentrovaných verbálních shrnutí stavů ekologických systémů získávaných z odborné literatury. Tato metoda pracuje se strukturálním invariantem „Matroid, báze matroidu“ v definovaném referenčním sémantickém kontextu a k interpretaci využívá situace narušení tohoto invariantu.

The dissertation deals with the development of artificial intelligence methods for the interpretation and prediction of states of complex ecosystems. The thesis introduces two possibilities of application of artificial intelligence means for interpretation and eventual prediction in the field of ecological modeling. The first method is to use fuzzy set theory and fuzzy modeling to predict the maximum temperature on a monitored day in a fragment of a large city. (The results of this method can then be further used, for example, to predict the so-called Heat Wave). The second method is the procedure for interpreting ecological data and records obtained from expert reports or from concentrated verbal summaries of the states of ecological systems obtained from professional literature. This method works with the structural invariant "Matroid, matroid bases" in a defined reference semantic context and uses the situation of violation of this invariant.