Джанни Беллокки - Gianni Bellocchi

Джанни Беллокки (родился 22 июля 1969 г.) - исследователь в области сельскохозяйственных и смежных наук. Ему приписывают разработку подходов и инструментов в Проверка смет и замеров. Представление о нечеткая логика в контексте валидации часто считается наиболее значительным вкладом в область модель и метод Проверка.^[1]^[2]

Он также помог зажечь Проверка вопросы агроэкологического моделирования и аналитических методов через обзоры специальной литературы. Его подход к агрегированию нескольких показателей проверки повлиял на способ просмотра результатов проверки. В этом отношении ему приписывают установление иерархии предпочтений при проверке и классификации моделей и методов с точки зрения агрегированных, взвешенных показателей.^{[нужна цитата ]}

биография

Джанни Беллокки родился в Acquapendente и провел годы становления в Сан-Лоренцо-Нуово, в провинции Витербо (Италия ), около Лаго ди Больсена. Его родители, Джузеппе (1944 г.р.) и Адриана (1946 г.р.), фермеры на пенсии. Он учился в начальной и средней школе в своей деревне, а также в сельскохозяйственная средняя школа в Баньореджо. С 1988 года учился сельскохозяйственные науки на Пизанский университет и на Школа перспективных исследований Сант'Анна Пизы. Он окончил институт в 1993 году и получил кандидат наук в 1997 году. Он изучил методы статистической обработки данных и моделирования у энтомолога Фабио Квалья, физика. Франко Марторана [1], и модельеры Frits W.T. Penning de Vries [2] (Университет Вагенингена, Нидерланды ) и Клаудио О. Штокле [3] (Вашингтонский государственный университет, Пуллман, Вашингтон, НАС. ). Джанни присоединился к коллективу агрономия и агрометеорологов Научно-исследовательский институт промышленных культур [4] из Болонья в 1999 г. и разработал большое количество научных работ под руководством Марчелло Донателли [5]. В 2006–2009 годах был назначен агентом по контрактам в Европейская комиссия - Объединенный исследовательский центр из Ispra, Италия. В 2010 году он стал старшим научным сотрудником Французский национальный институт сельскохозяйственных исследований (INRA), Подразделение по исследованию экосистем пастбищ (UREP) и с 1 февраля 2014 г. директор по исследованиям. В 2011 году, 25 января, он получил Абилитация à Diriger des Recherches от Университет Блеза Паскаля Клермон-Феррана (Франция). Он присоединился как член Итальянское агрономическое общество [6], то Европейское агрономическое общество [7], то Американское агрономическое общество [8], а Международное общество экологического моделирования и программного обеспечения [9]. Как аффилированный с Монте-Пино встретился с Европейской исследовательской обсерваторией [10], он соредактор книги "Буря и изменение окружающей среды "(Диодато и Беллокки, 2014 г., Springer ). Координировал в 2013-2016 гг. MODEXTREME 7-го Рамочная программа финансируется Европейский Союз.

Проверка модели и метода

Работа Беллокки по валидации повлияла на оценку моделей и аналитических методов. Подлинное понимание результатов модели, а также результатов аналитического метода предполагает одновременное понимание множества аспектов оценки качества, которые необходимо принять во внимание и формализовать. В нечеткое множество теория формализована профессором Лофти Заде на Калифорнийский университет в 1965 году было указано, что его можно напрямую использовать для оценки численных результатов на предмет способности агрегировать множественные, возможно, противоречивые, оценка меры. Многие из основных принципов этой теории сейчас общеприняты во многих областях. Его применение в контексте проверки открыло новый способ исследования результатов процесса моделирования или аналитического метода. В 2001 году Беллокки и его сотрудники впервые представили возможность использования нечеткая логика для оценки модельных оценок на Втором международном симпозиуме по моделированию систем земледелия [11] (Флоренция, Италия ), а в 2002 году такой же подход получил международное признание.^[1] Последовали дальнейшие расширения и приложения (как сообщается в Авторство ).

Нечеткая логика

Мультиметрическая агрегация

Процедура на основе многозначного нечеткое множество представленный профессором Лофти Заде, следует методу нечеткого вывода Сугено.^[3] Три класса членства в основном определены для всех показателей, используемых в работе по валидации, в соответствии с экспертным заключением, т.е. благоприятное (F), неблагоприятное (U) и частичное (или нечеткое) членство, с использованием S-образных кривых в качестве возможностей перехода в диапазон от F до U:

${displaystyle S (x; a; b) = {egin {case} 0 & xleq a {frac {left (x-aight) ^ {2} imes 2} {left (b-aight) ^ {2}}} & aleq xleq c 1- {frac {left (b-xight) ^ {2} imes 2} {left (b-aight) ^ {2}}} & cleq xleq b 1 & bleq xend {case}}}$

где: Икс = значение базового ввода; а = нижняя граница переходного интервала [min (F, U)]; б = верхняя граница переходного интервала [Максимум(F, U)]; c = (а + б) / 2. Согласно уравнению, если а = F, тогда Икс ≤ а означает Икс = F и S(Икс;а;б) дает степень принадлежности значения индекса Икс к множеству U. Его дополнение, 1 - S(Икс;а;б), дает степень принадлежности значения индекса Икс множеству F.

Применяется двухэтапный дизайн системы вывода правил на основе нечетких правил, где сначала входные данные с аналогичными характеристиками объединяются в модули, а затем, используя ту же процедуру, модули могут быть объединены в интегрированный индекс второго уровня, называемый индикатором. Оба модуля и индикатор имеют диапазон от 0 до 1.

Правила управления для оценки значений модуля основаны на логических отношениях между входами и выходами, выраженными в лингвистических терминах с помощью операторов «если-то». Например, когда две входные переменные (метрики проверки) агрегированы, требуются четыре правила, формализованные как:

____ПРЕМИЗА ____ ЗАКЛЮЧЕНИЕ

если Икс₁ это F и Икс₂ F тогда у_я является B₁

если Икс₁ это F и Икс₂ это ты тогда у₂ является B₂

если Икс₁ это U и Икс₂ F тогда у₃ является B₃

если Икс₁ это U и Икс₂ это ты тогда у₄ является B₄

где Икс_я входная переменная, у_я - выходная переменная и B_я это заключение (или экспертный вес). Значение каждого союза (… и …) - это минимум количественно определенных нечетких групп, которые получаются из дополнительных S-образных кривых распределения.

Выход нечеткие множества все правила затем объединяются в один нечеткое множество. Эта группа включает в себя диапазон выходных значений и де-фаззифицируется, чтобы разрешить одно четкое выходное значение из группы (то есть значение от 0 до 1). Этот подход использует метод центроида для получения репрезентативного нечеткого значения для вывода, как это обычно принято в системах типа Сугено. Рассуждения эксперта выглядят следующим образом: если все входные переменные - F, значение модуля равно 0 (хороший ответ в соответствии со всеми используемыми показателями); если все индексы равны U, значение модуля равно 1 (плохой ответ в соответствии со всеми используемыми входными данными), тогда как все другие комбинации принимают промежуточные значения. Пределы F и U могут исходить из опыта, могут быть взяты из литературы или могут быть установлены законом. Веса могут быть выбраны на основе собственного опыта аналитика в работе с каждым входом.

Авторство (выбрано)

См. Полную библиографию на веб-сайте Беллокки. [12].

Нечеткая логика и проверка

Беллокки Г., Ривингтон М., Мэтьюз К., Акутис М., 2015. Совещательные процессы для комплексной оценки агроэкологических моделей. Обзор. Агрономия в интересах устойчивого развития, 35, 589-605. [13]
Александров Г.А., Эймс Г., Беллокки Г., Брюн М., Кроут Н., Эрехчукова М., Хильдебрандт А., Хоффман Ф., Джекиш К., Хайтер П., Манина Г., Мацунага Т., Пурукер С.Т., Ривингтон М., Саманьего Л., 2011. Техническая оценка и оценка моделей окружающей среды и программного обеспечения: письмо в редакцию. Экологическое моделирование и программное обеспечение, 26, 328-336. [14]
Беллокки Г., De Giacomo M., Fori N., Mazzara M., Palmaccio E., Savini C., Di Domenicantonio C., Onori R., van den Eede G., 2010. Тестирование взаимодействия между аналитическими модулями: примеры с Roundup Готовая линия сои ГТС 40-3-2. BMC Biotechnology, 10:55 Дои:10.1186/1472-6750-10-55. [15]
Беллокки Г., Бертолет В., Хамельс С., Моенс В., Ремакл Дж., Ван ден Эеде Г., 2010. Стратегия, основанная на нечеткой логике, для валидации мультиплексных методов: пример с качественными анализами ГМО. Трансгенные исследования, 19, 57-65. [16]
Беллокки Г., Ривингтон М., Донателли М., Мэтьюз К.Б., 2010. Валидация биофизических моделей: проблемы и методологии. Обзор. Агрономия в интересах устойчивого развития, 30, 109-130. [17]
Беллокки Г., Савини К., ван ден Булке М., Маццара М., ван ден Эеде Г., 2010. Процедуры на основе нечеткой логики для анализа ГМО. Аккредитация и обеспечение качества, 15, 637-641. [18]
Фоскарини Ф., Беллокки Г., Конфалониери Р., Савини К., ван ден Эеде Г., 2010. Анализ чувствительности в нечетких системах: интеграция SimLab и DANA. Экологическое моделирование и программное обеспечение, 25, 1256–1260. [19]
Ливенс А., Беллокки Г., De Bernardi D., Savini C., Mazzara M., Moens W., van den Bulcke M., van den Eede G., 2010. Использование pJANUSTM-02-001 в качестве плазмиды калибратора для GTS 40-3-2 ( Roundup Ready Soybean): оценка межлабораторных испытаний. Аналитическая и биоаналитическая химия, 396, 2165–2173. [20]
Конфалониери Р., Акутис М., Беллокки Г., Донателли М., 2009. Мультиметрическая оценка моделей WARM, CropSyst и WOFOST для риса. Экологическое моделирование, 220, 1395–1410. [21]
Конфалониери Р., Беллокки Г., Боскетти М., Акутис М., 2009. Оценка стратегий параметризации для моделирования риса. Испанский журнал сельскохозяйственных исследований, 7, 680-686. [22]
Беллокки Г., Acutis M., Paoletti C., Confalonieri R., Trevisiol P., Grazioli E., Delobel C., Savini C., Mazzara M., van den Eede G., 2008. Расширение горизонтов в валидации аналитических методов ГМО. : нечеткие экспертные системы. Пищевые аналитические методы, 2, 126-135. [23]
Беллокки Г., Донателли М., Акутис М., Хабиаримана Э., 2008. Программный компонент для оценки результатов моделирования. iEMSs 2008 Международный конгресс по экологическому моделированию и программному обеспечению: «Интеграция науки и информационных технологий для экологической оценки и принятия решений». Международное общество моделирования окружающей среды и программного обеспечения, 7–10 июля, Барселона, Испания, 2, 1063–1069. [24]
Беллокки Г., Foscarini F., Canonico M., van den Eede G., 2008. DANA: платформенно-независимый компонент для анализа и оценки данных. 1-я Глобальная конференция по анализу ГМО, 24–27 июня, Вилла Эрба, Комо, Италия, 40. [25]
Беллокки Г., Foscarini F., Canonico M., van den Eede G., 2008. Веб-компоненты для разработки вычислительных методов: пример с правилами нечеткой логики. iEMSs 2008 Международный конгресс по экологическому моделированию и программному обеспечению: «Интеграция науки и информационных технологий для экологической оценки и принятия решений». Международное общество моделирования окружающей среды и программного обеспечения, 7–10 июля, Барселона, Испания, 2, 1077–1085. [26]
Лейманис С., Хамельс С., Назе Ф., Мбонголо Мбелла Г., Снейерс М., Хочеггер Р., Бролл Х., Рот Л., Даллманн К., Мичсинай А., Ла-Пас Дж. Л., Пла М., Брюнен -Невелер К., Папазова Н., Тавернье И., Хесс Н., Киршнайт Б., Берто Ю., Одеон К., Лаваль В., Буш У., Пекораро С., Нойман К., Розель С., ван Дейк Дж., Кок Э., Беллокки Г., Фоти Н., Маццара М., Моэнс В., Ремакл Дж., Ван Ден Эеде Г., 2008. Валидация анализа мультиплексного скрининга ГМО с использованием микрочипа. European Food Research Technology, 227, 1621–1632. [27].
Acutis M., Trevisiol P., Confalonieri R., Беллокки Г., Grazioli E., Van Den Eede G., Paoletti C., 2007. Оценка эффективности аналитического метода (AMPE) - программный инструмент для валидации аналитических методов. Журнал AOAC International, 90, 1432–1438. [28]
Беллокки Г., 2007. Использование нечеткой логики для разработки системы тестирования моделей солнечного излучения. В: Смит Дж., Смит П. (ред.) Введение в моделирование окружающей среды - Глава 3: Как оценить модель. Oxford University Press, Оксфорд, объединенное Королевство, веб-ссылка из книги по адресу http://fdslive.oup.com/www.oup.com/orc/resources/geography/smith_smith/01student/weblinks/ch03/box3a.pdf.
Крискуоло Л., Донателли М., Беллокки Г., Acutis M., 2007. Компонент и программное приложение для оценки результатов модели. Дизайн сельскохозяйственных систем 2007, международный симпозиум по методологиям комплексного анализа сельскохозяйственных производственных систем, 10–12 сентября, Катания, Италия, 2, 211-212. [29]
Диодато Н., Беллокки Г., 2007. Моделирование солнечной радиации над сложной территорией с использованием ежемесячных климатологических данных. Сельскохозяйственная и лесная метеорология, 144, 111-126. [30]
Диодато Н., Беллокки Г., 2007. Моделирование эталонной эвапотранспирации над сложной территорией на основе минимальных климатологических данных. Исследования водных ресурсов, 43, Дои:10.1029 / 2006WR005405. [31]
Хамельс С., Лейманис С., Маццара М., Беллокки Г., Фоти Н., Моенс В., Ремакл Дж., Ван Ден Эеде Г., 2007. Метод микроматрицы для скрининга одобренных ЕС ГМО путем идентификации их генетических элементов. Отчет о валидации, координируемый Справочной лабораторией Сообщества по ГМО-пищевым продуктам и кормам Объединенного исследовательского центра, Института здравоохранения и защиты потребителей, Отдела биотехнологии и ГМО, Испра, Италия. [32]^{[постоянная мертвая ссылка ]}
Беллокки Г., Grazioli E., Acutis M., Confalonieri R., Paoletti C., Trevisiol P., 2006. Применение программного обеспечения AMPE для оценки эффективности методов обнаружения ГМ-зерен. 9-й Конгресс Европейского общества агрономии, 4–7 сентября, Варшава, Польша, 743-744. [33]
Фила Г., Донателли М., Беллокки Г., 2006. PTFIndicator: приложение на основе IRENE_DLL для оценки оценок функций педотрансфера по интегрированным индексам. Экологическое моделирование и программное обеспечение, 21, 107-110. [34]
Ривингтон М., Беллокки Г., Мэтьюз К.Б., Бучан К., 2005. Подробная оценка методов оценки данных солнечного излучения для использования в имитационных моделях и экспериментальном анализе. Сельскохозяйственная и лесная метеорология, 135, 228-243. [35]
Беллокки Г., 2004. Приложение A: Числовые индексы и тестовая статистика для оценки модели. В Pachepsky Y., Rawls W. (eds.) Развитие педотрансферных функций в гидрологии почвы. Эльзевир, Амстердам, Нидерланды, 394-400. [36]
Беллокки Г., Смит Дж., Донателли М., Смит П., 2004. Улучшения в анализе временного рассогласования оценок модели. 8-й Конгресс Европейского общества агрономии, 11–15 июля, Копенгаген, Дания, 221-222. [37]
Донателли М., Wösten J.H.M., Беллокки Г., 2004. Оценка педотрансферных функций. В Pachepsky Y., Rawls W. (eds.) Развитие педотрансферных функций в гидрологии почвы. Эльзевир, Амстердам, Нидерланды, 400-405. [38]
Фила Г., Беллокки Г., 2004. Приложение B: Нечеткие экспертные системы. В Pachepsky Y., Rawls W. (eds.) Развитие педотрансферных функций в гидрологии почвы. Эльзевир, Амстердам, Нидерланды, 357-363. [39]
Фила Г., Донателли М., Беллокки Г., 2004. Приложение IRENE_DLL для оценки оценок функций педотраснфера по интегрированным индексам. 8-й Конгресс Европейского общества агрономии, 11–15 июля, Копенгаген, Дания, 253–254. [40]
Фила Г., Беллокки Г., Acutis M., Donatelli M., 2003. IRENE: программное обеспечение для оценки производительности модели. Европейский журнал агрономии, 18, 369-372. [41]
Фила Г., Беллокки Г., Донателли М., Акутис М., 2003. IRENE_DLL: библиотека классов для оценки числовых оценок. Агрономический журнал, 95, 1330–1333. [42]
Беллокки Г., Acutis M., Fila G., Donatelli M., 2002. Индикатор эффективности модели солнечного излучения на основе нечеткой экспертной системы. Агрономический журнал, 94, 1222–1233. [43]
Фила Г., Беллокки Г., Донателли М., Акутис М., 2001. IRENE: программа для проверки производительности модели. 2-й Международный симпозиум по моделированию систем земледелия, 16–18 июля, Флоренция, Италия, 215-216. [44]
Беллокки Г., Акутис М., Донателли М., Фила Г., 2001. Индикатор эффективности модели солнечного излучения, основанный на нечетких правилах. 2-й Международный симпозиум по моделированию систем земледелия, 16–18 июля, Флоренция, Италия, 49-50. [45]

использованная литература

^ ^а ^б Агрономический журнал. 94. С. 1222–1223.
^ Пищевые аналитические методы. 2. С. 126–135.
^ Информационные науки. 36. С. 59–83.

внешние ссылки

[:0-1] а ^б Агрономический журнал. 94. С. 1222–1223.

[2] Пищевые аналитические методы. 2. С. 126–135.

[3] Информационные науки. 36. С. 59–83.

[1]

[2]

[3]