Riassunto
Le reti neurali artificiali (ANN in inglese) sono sistemi particolari che si distinguono da altri sistemi di riconoscimento di patterns per la loro abilità di apprendere una o più variabili finali a partire da un gruppo di variabili di partenza. Questi sistemi apprendono autoaggiustando un gruppo di parametri in modo da minimizzare l’errore tra I dati finali desiderati (reali) ed I dati finali della rete.
Al fine di esplorare il potenziale delle reti artificiali neurali per la predizione di parametri paleoceanografici a partire dalle abbondanze relative delle specie di nannoplankton calacreo abbiamo analizzato osservazioni prese dalla letteratura scientifica per (1) la predizione di temperature della superficie marina (SST) in campioni presi al largo della costa della California meridionale, e (2) la predizione dei valori isotopici dell’ossigeno in una carota del Quaternario proveniente dal Mediterraneo orientale.
Abbiamo utilizzato una rete neurale con
modificazione dell’errore a ritroso (back propagation, o BP, in inglese) per
valutare l’abilità della rete sia nella predizione delle temperature della
superficie marina che in quella dei valori isotopici dell’ossigeno. Ogni
insieme di dati è stato diviso in cinque gruppi casuali di addestramento e
prova per valutare la stabilità delle stime del tasso d’errore. Per I
campioni provenienti dalla California abbiamo ottenuto un errore quadratico
medio di predizione (RMSEP in inglese) di 0.68 nei gruppi di prova, il che
implica che una temperatura marina superficiale può essere predetta con una
precisione di ±
0.68˚C. Nei campioni provenienti dal Mediterraneo l’RMSEP medio nei
gruppi di prova era 0.64; per cui un valore sconosciuto dell’isotopo dell’ossigeno
può esere predetto con una precisione di ±0.64
O18
rispetto allo standard della Belemnite di Pee Dee (PDB).
Marco Pozzi. Dipartimento di Scienze della Terra, Università di Firenze, via La Pira 4, I -50121 Firenze FI, Italy. mpozzi@geo.unifi.it; monechi@cesit1.unifi.it
Björn A. Malmgren. Department of Earth Sciences-Marine Geology, Earth Sciences Centre, University of Göteborg, Box 460, SE-405 30 Göteborg, Sweden.
Simonetta Monechi, Dipartimento di Scienze della Terra, Università di Firenze, via La Pira 4, I - 50121 Firenze FI, Italy. (e-mail) mpozzi@geo.unifi.it; monechi@cesit1.unifi.it
Parole chiave: nannoplankton, California, Mare Mediterraneo, reti neurali artificiali, paleotemperature, isotopi stabili, predizione
Traduzione: Alessandro Grippo, Department of Earth Sciences, University of Southern California, Los Angeles,California 90089-0740 U.S.A.