GRANDI RISCHI - PREVENTION AND EMERGENCY MANAGEMENT

Abstract La predizione delle frane rappresenta una sfida a causa della complessità e variabilità spaziale e temporale dei fattori che le causano. Questo lavoro analizza l’impiego delle reti neurali artificiali (ANN) confrontandole con metodi tradizionali e altri algoritmi di machine learning. Sono presentati risultati comparativi basati su un dataset georeferenziato e sono proposte tecniche di visualizzazione integrate con QGIS per supportare l’interpretazione dei modelli. L’approccio predittivo adottato è stato elaborato mediante l’intelligenza artificiale dimostrando come la stessa possa essere al contempo strumento di modellazione e chiave interpretativa del proprio funzionamento interno, applicato a fenomeni ambientali complessi. Parole chiave : frane, reti neurali artificiali, deep learning, suscettibilità, machine learning, GIS, QGIS, modellazione ambientale, previsione del rischio, dati geospaziali. 1. Introduzione La gestione del rischio da frana richiede modelli predittivi ...