Krzysztof Cebrat

Analiza stanu miast za pomocą sieci neuronowych.

Referat omawia zastosowanie sieci neuronowej Kohonena do analizy wielowymiarowych danych dotyczących miast. Badania pozwoliły pogrupować miasta według podobieństwa wybranych cech opisujących energetyczną część metabolizmu miast, oraz określić zależności, na przykład pomiędzy wielkością czy położeniem geograficznym miasta a cechami grupy, do której zostało przyporządkowane. W połączeniu z zastosowaniem algorytmów genetycznych opisano wagi poszczególnych cech i udział podsystemów strukturalnych miasta w grupowaniu miast. Wskazano na znaczącą rolę sposobu, w jaki miasto przetwarza dostępne zasoby energetyczne oraz odkryto nieliniową zależność niektórych istotnych cech od położenia w sieci. Opierając się na analogiach między miastami a ekosystemami, cechy opisujące bilans energetyczny miast i wielkości przepływów energetycznych w jego granicach, powinny również wskazywać potencjał rozwojowy miast.