Application of artificial neural networks in global climate change and ecological research： An overview
Liu ., Zelin, Peng, Changhui, ■ Xiang, Wenhua, Tian Tian, Da-Lun, Deng, Xiangwen, Zhao, MeiFang · 中国科学通报：英文版 · 2010
采用人工的神经网络(ANN ) 的领域与计算机技术和人工智能的进行中的开发在最近的年里连续地发展了并且膨胀。ANN 广泛地被采用了并且考虑到在象全球温暖的、经常的 El Ni 那样的生态的问题上增加担心由研究人员实行了 ?o 南部的摆动(ENSO ) 事件，和大气的发行量异例。限制存在并且为误用有潜在的风险因为 ANN 模型参数要求典型地更高的全面敏感，和选择网络结构通常更依赖于单个经验。然而，当为短期的预言使用了时， ANN 是相对精确的；尽管有作为长期的试验性的研究的学习和偏爱的基础赞成相互作用的效果的全球气候变化研究。当处理非线性的问题时， ANN 比许多传统的方法仍然是一种更好的选择，并且为全球气候变化和生态的问题的学习拥有大潜力。ANN 能解决另外的方法不能的问题。这为在哪个大小或什么时候是困难的进行的状况是特别真的仅仅不完全的数据是可得到的。ANN 将广泛地为全球气候变化和生态的研究被采用然后进一步发展了，这被期望。