ЗАСТОСУВАННЯ НЕЙРОМЕРЕЖЕВОГО МОДЕЛЮВАННЯ ТА АДАПТИВНОЇ ОЦІНКИ ДЛЯ ОЦІНКИ ТОЧНОСТІ ГЕОДЕЗИЧНОЇ МЕРЕЖІ

Анотація

Розглянуто проблему оцінки точності геодезичних мереж в умовах неоднорідності вимірювань та складної просторової конфігурації мережі. Проаналізовано обмеження класичних методів оцінювання, зокрема методу найменших квадратів, та обґрунтовано доцільність їх поєднання з сучасними підходами штучного інтелекту. Запропоновано застосування нейромережевого моделювання для реалізації адаптивної оцінки точності як геодезичних, так і маркшейдерських мереж.

Показано, що використання моделей глибокого навчання, зокрема графових нейронних мереж із механізмом уваги, дозволяє ефективно враховувати нелінійні залежності між вимірюваннями, геометрією мережі та похибками, а також автоматично виявляти й компенсувати систематичні похибки. Основну увагу приділено оцінюванню середньоквадратичної помилки положення пунктів як інтегрального показника точності мережі. Результати дослідження свідчать про зменшення похибок визначення координат та підвищення надійності оцінок порівняно з традиційними аналітичними методами та методом Монте-Карло, а також про значне зростання оперативності отримання результатів. Водночас відзначено необхідність значних обсягів навчальних даних і обмежену інтерпретованість нейромережевих моделей, що визначає перспективи подальших досліджень у напрямі застосування методів інтерпретованого штучного інтелекту та інтеграції експертних геодезичних знань. Поєднання класичних геодезичних підходів із методами глибокого навчання відкриває нові можливості для підвищення точності та надійності наземних і підземних геодезичних мереж.