- Slum prediction using integration between GIS and ANN
http://neo-listas.udistrital.edu.co:2134/xpl/articleDetails.jsp?tp=&arnumber=5461781&queryText%3DGIS+ANN
En la actualidad se ha percibido la necesidad de combinar los SIG con SSD (Sistemas de soporte de decisiones ) para obtener un sistema de soporte de decisiones espacial (SSDE) . Para lograr este fin, la integración se puede hacer entre los SIG y las redes neuronales artificiales ( ANN ) , la lógica difusa ( FL), algoritmos genéticos ( GA ) , los sistemas expertos (ES) y muchos más. Una de las integraciones más importante es la integración entre la ANN y SIG . En este trabajo se propone un marco para esta integración que puede ser utilizado más tarde como un marco estándar.
- Evaluation of sustainable development of cities in Shandong province based on fuzzy BP-ANN & GIS
http://neo-listas.udistrital.edu.co:2134/xpl/articleDetails.jsp?tp=&arnumber=5477719&queryText%3DGIS+ANN
El desarrollo sostenible es considerado como el objetivo común del desarrollo de todos los países del mundo. Hay muchos enfoques sobre la evaluación del nivel de desarrollo regional sostenible. En este trabajo, la propagación de redes neuronales artificiales y los SIG se aplicaron para evaluar los niveles de desarrollo sostenible de 17 ciudades de la provincia de Shandong.
- Modular neural networks for map-matched GPS positioning
http://neo-listas.udistrital.edu.co:2134/xpl/articleDetails.jsp?tp=&arnumber=1286792&pageNumber%3D2%26queryText%3DGIS+ANN
Mapa posiciones coincidentes proporcionadas por los receptores GPS de bajo costo tienen un gran potencial cuando se integra con las aplicaciones de sistemas de información geográfica (SIG) , especialmente los utilizados para el seguimiento y la navegación en las vias. Los resultados iniciales indican que las mejoras en el mapa de coincidencia y la precisión posicional se puede lograr mediante el uso de RNAs(Redes Neuronales Artificiales) simples sobre los métodos tradicionales. Este trabajo anterior se amplía para incorporar procedimientos más complejos y producir nuevas mejoras.
- Virtual Reality and Simulation of the Earthquake-Induced Urban Hazard Based on Artificial Neural Network and COMGIS Technique
http://neo-listas.udistrital.edu.co:2134/xpl/articleDetails.jsp?tp=&arnumber=4089290&queryText%3DGIS+ANN
Un método para la realidad virtual y la simulación del peligro urbano inducida por terremotos se desarrolla utilizando una red neuronal artificial (ANN) y los componentes del sistema de información geográfica.La investigación muestra que: a)Un método eficaz para realizar el acoplamiento del módulo SIG y el módulo de simulación de riesgos, b) El campo de influencia terremoto de un sitio puede ser simulado mediante la utilización del programa externo comercial-SHAKE91 c) El paquete de redes nueronales de Matlab está modularizado para extender la realidad virtual y la función de simulación del peligro urbano inducida por el terremoto, d) Con ayuda de la herramienta SIG los resultados simulados pueden ser perfectamente sincronizados con la información espacial. Así, el potencial de riesgo urbano inducida por el terremoto también se puede simular asumiendo la magnitud exacta del terremoto.
- Utilization of Artificial Neural Network and GIS for property market valuation
http://neo-listas.udistrital.edu.co:2134/xpl/articleDetails.jsp?tp=&arnumber=5759897&queryText%3DGIS+ANN
En este trabajo el análisis de la valoración de mercado de la propiedad se lleva a cabo utilizando el software estadisticos y de manejo de Redes Neuronales Artificiales de software ( ANN ) . el software estadistico produce un análisis gráfico y gráfico de barras de la más alta y la más baja valoración de mercado para cada categoría de bienes . Después de eso, los cambios de la valoración de mercado también pueden determinar . la relación del valor de mercado de la propiedad , con una extensión . Por último , el uso de ANN puede predecir la valoración de mercado de la propiedad Para la predicción de valoración del mercado inmobiliario se peude realizar no sólo con factores cualitativos , se pueden incluir variables cuantitativas para hacer un buen análisis en cada categoría de las propiedades ; residencial, comercial e industrial.
- Application of Artificial Neural Networks and GIS in Urban Earthquake Disaster Mitigation
http://neo-listas.udistrital.edu.co:2134/xpl/articleDetails.jsp?tp=&arnumber=5523070&queryText%3DGIS+ANN
Un modelo de análisis de redes neuronales artificiales (RNA) es usado para modelar le daño ocasionado por un terremoto y se acopla con los sistemas de información geográfica (SIG) prediciendo el daño sísmico de edificios de varios pisos a base de intensidades del terremoto y adoptando el valor de aceleración máxima. La RNA se utiliza para aprender las pautas de desarrollo en la región y poner a prueba la capacidad de predicción del modelo, mientras que el SIG se utiliza para modelar el territorio, y realizar el análisis espacial de los resultados. Se encontró las RNA combinados con SIG tienen un gran potencial para predecir los daños sísmico.
- Seismic damage prediction of multistory building using GIS and Artificial neural network
http://neo-listas.udistrital.edu.co:2134/xpl/articleDetails.jsp?tp=&arnumber=5584603&queryText%3DGIS+ANN
En este trabajo se presenta un SIG integrado con un modelo de análisis de redes neuronales artificiales para mdoelar y predecir el daño sísmico de edificios producidos por un terremoto basadoen la intensidad del terremoto y el valor de aceleración máxima.
Nota: Este artículo es muy parecido al anterior.
