Подходы к анализу пространственно распределенных данных

Существует несколько подходов к анализу пространственно распределенных данных, которые можно условно разделить на 4 группы:

1. Детерминистические методы (интерполяторы).

2. Геостатистика – модели, базирующие на статистической интерпретации данных.

3. Алгоритмы искусственного интеллекта (искусственные нейронные сети, генетические алгоритмы).

4. Модели, базирующиеся на статистической теории обучения.

Такое деление является крайне условным. Так, геостатистические модели можно изложить в детерминистической формулировке и наоборот, ряд детерминистических моделей имеют близкие статистические аналоги.

При использовании детерминистических методов предполагается, что анализируемые данные описываются некоторой детерминистической функцией V (x), определенной на исследуемой области (S), где – координата точки. Задача состоит в том, чтобы, базируясь на известных данных (V_i = V (x_i) – значения измеренные в точках ) и на другой информации об исследуемом явлении, построить функцию V (x) для всей исследуемой области S. После этого значение в любой точке исследуемой области может быть просто вычислено по формуле. Для двумерного случая такую функцию можно представить как поверхность Z = f (x, y), рис.6.

Рисунок 6 – Построение поверхности