Modeli za okoljske probleme
Skupina: Odsek za tehnologije znanja
Razvili smo metode za gradnjo napovednih in odločitvenih modelov iz podatkov in ekspertnega znanja, ki so se uveljavile pri reševanju zahtevnih okoljskih problemov.
Metode strojnega učenja, še zlasti ansambelske metode napovednega modeliranja, so se izkazale kot izjemno uporabne pri reševanju cele vrste okoljskih problemov, med katere spada tudi ocena stanja okolja (npr. višine in gostote gozdov) iz daljinsko zaznanih podatkov (Stojanova et al. 2010). Uporabili smo jih tudi za oceno ogroženosti naravnega okolja (npr. požarne ogroženosti, Stojanova et al. 2012) ter za oceno potencialnih vplivov klimatskih sprememb na porazdelitev gozdnih drevesnih vrst (Kutnar et al. 2011). V ta namen smo se iz podatkov naučili modele habitata za različne vrste, enak način pa lahko uporabimo tudi za oceno potencialnih vplivov kmetovanja z gensko spremenjenimi posevki na okolje.
Modele, zgrajene z metodami strojnega učenja iz podatkov, dopolnjujejo metode ekspertnega modeliranja, kjer modele gradimo v sodelovanju z eksperti. Pri modeliranju okoljskih problemov se je še posebej izkazala naša metoda večparametrskega odločitvenega modeliranja DEX. Pri projektu Co-Extra (Bohanec et al., 2013) smo zgradili in uspešno uporabili vrsto modelov za analizo analitskih metod, metod vzorčenja ter detekcijo gensko spremenjenih proizvodov. Metodo DEX uporabljajo tudi drugi mednarodni raziskovalci, na primer pri projektu ENDURE za vrednotenje sadovnjakov (Mouron et al., 2012), in v francoski INRI za vrednotenje in načrtovanje sistemov pridelovanja poljščin (Pelzer et al., 2012).