Джанни Беллокки

Эта статья включает список ссылок , связанных чтений или внешних ссылок , но ее источники остаются неясными, поскольку в ней отсутствуют встроенные цитаты . Пожалуйста, помогите улучшить эту статью, введя более точные цитаты. ( Март 2019 ) ( Узнайте, как и когда удалять это сообщение )

Джанни Беллокки (родился 22 июля 1969 г.) — исследователь в области сельского хозяйства и смежных наук. Ему приписывают разработку подходов и инструментов для проверки оценок и измерений. Введение нечеткой логики в контекст проверки часто считается наиболее значительным вкладом в область проверки моделей и методов . ^{[1] [2]}

Он также помог разжечь проблемы валидации в агроэкологическом моделировании и аналитических методах посредством своих обзоров специализированной литературы. Его подход к агрегации множественных показателей валидации повлиял на то, как рассматриваются результаты валидации. В этом отношении ему приписывают установление иерархии предпочтений в валидации и классификации моделей и методов с точки зрения агрегированных, взвешенных показателей. ^{[ необходима цитата ]}

Джанни Беллокки родился в Аквапенденте и провел годы становления в Сан-Лоренцо-Нуово , в провинции Витербо ( Италия ), недалеко от озера Больсена . Его родители, Джузеппе (родился в 1944 году) и Адриана (родилась в 1946 году), фермеры на пенсии. Он учился в начальной и средней школе в своей деревне, а также в сельскохозяйственной средней школе Архивировано 2007-03-02 в Wayback Machine в Баньореджо . Начиная с 1988 года он изучал сельскохозяйственные науки в Университете Пизы и в Школе передовых исследований Сант-Анна в Пизе. Он окончил университет в 1993 году и получил степень доктора философии в 1997 году. Он изучал статистические методы обработки данных и моделирования у энтомолога Фабио Куальи, физика Франко Мартораны[1] и модельеров Фрица В. Т. Пеннинга де Фриза[2] ( Университет Вагенингена , Нидерланды ) и Клаудио О. Стокле[3] ( Университет штата Вашингтон , Пуллман, Вашингтон , США ). Джанни присоединился к команде модельеров агрономии и агрометеорологии Научно-исследовательского института технических культур[4] Архивировано 10.02.2006 в Wayback Machine в Болонье в 1999 году и разработал большое количество научных работ под руководством Марчелло Донателли[5] Архивировано 06.05.2006 в Wayback Machine . В 2006–2009 годах он был назначен контрактным агентом в Европейской комиссии - Объединенном исследовательском центре Испра , Италия . В 2010 году он стал старшим научным сотрудником Французского национального института сельскохозяйственных исследований (INRA) , Исследовательского подразделения луговых экосистем (UREP) и с 1 февраля 2014 года — директором по исследованиям. В 2011 году, 25 января, он получил степень Habilitation à Diriger des Recherches в Университете Блеза Паскаля в Клермон-Ферране (Франция). Он присоединился в качестве члена к Итальянскому обществу агрономии[6], Европейскому обществу агрономии[7] Архивировано 09.02.2006 в Wayback Machine , Американскому обществу агрономии [8] и Международному обществу моделирования и программного обеспечения для окружающей среды[9] Архивировано 30.01.2009 в Wayback Machine . Будучи членом Европейской исследовательской обсерватории Монте-Пино Мет[10], он является соредактором книги «Штормовость и изменение окружающей среды» (Diodato and Bellocchi, 2014, Springer). Координировал в 2013-2016 годах проект MODEXTREME 7-й Рамочной программы.финансируется Европейским Союзом .

Работа Беллокки в области валидации имела последствия для оценки моделей и аналитических методов. Подлинное понимание результатов моделей, а также результатов аналитического метода, подразумевает сопутствующее понимание множества аспектов оценки качества, которые необходимо учитывать и формализовать. Было отмечено, что теория нечетких множеств, формализованная профессором Лофти Заде в Калифорнийском университете в 1965 году, имеет прямое применение для оценки числовых результатов благодаря своей способности объединять множественные, возможно, противоречивые, меры оценки . Многие из наиболее основных принципов этой теории в настоящее время общеприняты во многих областях. Ее применение в контексте валидации открыло новый способ исследования результатов процесса моделирования или аналитического метода. В 2001 году Беллокки и его коллеги впервые представили возможность использования нечеткой логики для оценки оценок моделей на Втором международном симпозиуме по моделированию систем земледелия [11] ( Флоренция , Италия ), а в 2002 году тот же подход получил международное признание. ^[1] Последовали дальнейшие расширения и приложения (как указано в разделе «Авторство»).

Процедура, основанная на многозначном нечетком множестве, введенном профессором Лофти Заде , следует методу нечеткого вывода Сугено. ^[3] Три класса членства в основном определяются для всех метрик, используемых в работе по проверке, в соответствии с экспертной оценкой, т. е. Благоприятное (F), Неблагоприятное (U) и частичное (или нечеткое) членство, используя S-образные кривые в качестве возможностей перехода в диапазоне от F до U:

${\displaystyle S(x;a;b)={\begin{cases}0&x\leq a\\{\frac {\left(xa\right)^{2}\times 2}{\left(ba\right)^{2}}}&a\leq x\leq c\\1-{\frac {\left(bx\right)^{2}\times 2}{\left(ba\right)^{2}}}&c\leq x\leq b\\1&b\leq x\end{cases}}}$

где: x = значение базового входа; a = нижняя граница интервала перехода [min(F, U)]; b = верхняя граница интервала перехода [ max (F, U)]; c = ( a + b ) /2. Согласно уравнению, если a = F, то x ≤ a означает x = F, а S ( x ; a ; b ) дает степень принадлежности индексного значения x множеству U. Его дополнение, 1 - S ( x ; a ; b ), дает степень принадлежности индексного значения x множеству F.

Применяется двухэтапная конструкция системы вывода нечетких правил, где сначала входные данные со схожими характеристиками объединяются в модули, а затем, используя ту же процедуру, модули могут быть объединены в интегрированный индекс второго уровня, называемый индикатором. Как модули, так и индикатор находятся в диапазоне от 0 до 1.

Правила управления для оценки значений модулей основаны на логических связях между входами и выходами, выраженных в лингвистических терминах утверждениями «если-то». Например, когда две входные переменные (метрики проверки) агрегируются, требуются четыре правила, формализованные как:

____ПРЕДПОЛОЖЕНИЕ____ЗАКЛЮЧЕНИЕ

если x ₁ есть F и x ₂ есть F, то y _i есть B ₁

если x ₁ это F и x ₂ это U, то y ₂ это B ₂

если x ₁ это U и x ₂ это F, то y ₃ это B ₃

если x ₁ это U и x ₂ это U, то y ₄ это B ₄

где x _i — входная переменная, y _i — выходная переменная, а B _i — вывод (или экспертный вес). Значение каждой конъюнкции (… и …) — это минимум квантифицированных нечетких групп, которые получены из дополнительных S-образных кривых распределения.

Затем выходные нечеткие наборы для всех правил объединяются в один нечеткий набор . Эта группа охватывает диапазон выходных значений и дефаззифицируется для того, чтобы выделить из группы одно четкое выходное значение (т. е. значение между 0 и 1). Этот подход использует метод центроида для получения репрезентативного неразмытого значения для выходных данных, как это обычно принято в системах типа Сугено. Экспертное рассуждение выглядит следующим образом: если все входные переменные равны F, значение модуля равно 0 (хороший ответ согласно всем используемым метрикам); если все индексы равны U, значение модуля равно 1 (плохой ответ согласно всем используемым входным данным), в то время как все другие комбинации предполагают промежуточные значения. Пределы F и U могут быть получены из опыта, могут быть извлечены из литературы или могут быть установлены законом. Веса могут быть выбраны на основе собственного опыта аналитика в обработке каждого входного сигнала.

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

• Беллокки Г. , Ривингтон М., Мэтьюз К., Акутис М., 2015. Совещательные процессы для комплексной оценки агроэкологических моделей. Обзор. Агрономия для устойчивого развития, 35, 589-605. [13]
• Александров ГА, Эймс Г., Беллокки Г. , Бруэн М., Кроут Н., Эреччукова М., Хильдебрандт А., Хоффман Ф., Джекиш К., Хайтер П., Маннина Г., Мацунага Т., Пурукер СТ, Ривингтон М., Саманиего Л., 2011. Техническая оценка и анализ экологических моделей и программного обеспечения: Письмо редактору. Экологическое моделирование и программное обеспечение, 26, 328-336. [14]
• Bellocchi G. , 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 Ready соевой линией GTS 40-3-2. BMC Biotechnology, 10:55 doi :10.1186/1472-6750-10-55. [15]
• Bellocchi G. , Bertholet V., Hamels S., Moens W., Remacle J., van den Eede G., 2010. Стратегия на основе нечеткой логики для проверки мультиплексных методов: пример с качественными анализами ГМО. Transgenic Research, 19, 57-65. [16]
• Беллокки Г. , Ривингтон М., Донателли М., Мэтьюз КБ, 2010. Проверка биофизических моделей: проблемы и методологии. Обзор. Агрономия для 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]
• Foscarini F., Bellocchi G. , Confalonieri R., Savini C., van den Eede G., 2010. Анализ чувствительности в нечетких системах: интеграция SimLab и DANA. Environmental Modelling & Software, 25, 1256–1260. [19]
• Lievens A., Bellocchi G. , De Bernardi D., Savini C., Mazzara M., Moens W., van den Bulcke M., van den Eede G., 2010. Использование pJANUSTM-02-001 в качестве калибровочной плазмиды для обнаружения GTS 40-3-2 (Roundup Ready Soybean): оценка межлабораторного испытания. Аналитическая и биоаналитическая химия, 396, 2165–2173. [20]
• Confalonieri R., Acutis M., Bellocchi G. , Donatelli M., 2009. Многометрическая оценка моделей WARM, CropSyst и WOFOST для риса. Экологическое моделирование, 220, 1395–1410. [21]
• Confalonieri R., Bellocchi G. , Boschetti M., Acutis M., 2009. Оценка стратегий параметризации для моделирования риса. Испанский журнал сельскохозяйственных исследований, 7, 680-686. [22] Архивировано 13 февраля 2013 г. на archive.today
• Беллокки Г. , Акутис М., Паолетти К., Конфалоньери Р., Тревизиол П., Грациоли Э., Делобель К., Савини К., Маццара М., ван ден Эде Г., 2008. Расширение горизонтов валидации Аналитические методы ГМО: нечеткие экспертные системы. Пищевые аналитические методы, 2, 126–135. [23]
• Bellocchi G. , Donatelli M., Acutis M., Habyarimana E., 2008. Программный компонент для оценки выходных данных модели. iEMS 2008 Международный конгресс по моделированию окружающей среды и программному обеспечению: «Интеграция наук и информационных технологий для оценки окружающей среды и принятия решений». Международное общество по моделированию окружающей среды и программному обеспечению, 7–10 июля, Барселона, Испания, 2, 1063–1069. [24]
• Bellocchi G. , Foscarini F., Canonico M., van den Eede G., 2008. DANA: независимый от платформы компонент для анализа и оценки данных. 1-я всемирная конференция по анализу ГМО, 24–27 июня, Вилла Эрба, Комо, Италия, 40. [25]
• Bellocchi G. , Foscarini F., Canonico M., van den Eede G., 2008. Веб-компоненты для разработки вычислительных методов: пример с правилами нечеткой логики. iEMS 2008 Международный конгресс по моделированию окружающей среды и программному обеспечению: «Интеграция наук и информационных технологий для оценки окружающей среды и принятия решений». Международное общество по моделированию окружающей среды и программному обеспечению, 7–10 июля, Барселона, Испания, 2, 1077–1085. [26]
• Лейманис С., Хамелс С., Назе Ф., Мбонголо Мбелла Г., Снейерс М., Хохеггер Р., Бролл Х., Рот Л., Даллманн К., Миксинай А., Ла Пас Х.Л., Пла М., Брюнен -Нивелер К., Папазова Н., Тавернье И., Хесс Н., Киршнейт Б., Берто Ю., Одеон К., Лаваль В., Буш У., Пекораро С., Нойманн К., Рёзель С., ван Дейк Дж., Кок Э., Беллокки Г. , Фоти Н., Маццара М., Моенс В. ., Ремакл Дж., ван Ден Иде Г., 2008. Валидация мультиплексного скринингового анализа ГМО с использованием микроматрицы. Европейская технология исследования пищевых продуктов, 227, 1621–1632. [27].
• Acutis M., Trevisiol P., Confalonieri R., Bellocchi G. , Grazioli E., Van Den Eede G., Paoletti C., 2007. Оценка эффективности аналитического метода (AMPE) — программный инструмент для проверки аналитического метода. Журнал AOAC International, 90, 1432–1438. [28]
• Bellocchi G. , 2007. Использование нечеткой логики для разработки системы для проверки моделей солнечного излучения. В: Smith J., Smith P. (ред.) Введение в моделирование окружающей среды - Глава 3: Как оценить модель. Oxford University Press , Оксфорд , Великобритания , веб-ссылка из книги по адресу http://fdslive.oup.com/www.oup.com/orc/resources/geography/smith_smith/01student/weblinks/ch03/box3a.pdf.
• Criscuolo L., Donatelli M., Bellocchi G. , Acutis M., 2007. Компонент и программное приложение для оценки выходных данных модели. Farming Systems Design 2007, международный симпозиум по методологиям комплексного анализа систем сельскохозяйственного производства, 10–12 сентября, Катания , Италия , 2, 211-212. [29] Архивировано 2007-07-05 в Wayback Machine
• Diodato N., Bellocchi G. , 2007. Моделирование солнечной радиации над сложными рельефами с использованием ежемесячных климатологических данных. Сельскохозяйственная и лесная метеорология, 144, 111-126. [30]
• Diodato N., Bellocchi G. , 2007. Моделирование эталонного эвапотранспирации на сложных рельефах с использованием минимальных климатологических данных. Water Resources Research, 43, doi :10.1029/2006WR005405. [31]
• Hamels S., Leimanis S., Mazzara M., Bellocchi G. , Foti N., Moens W., Remacle J., van Den Eede G., 2007. Метод микрочипов для скрининга одобренных ЕС ГМО путем идентификации их генетических элементов. Отчет о валидации, координируемый Справочной лабораторией сообщества по ГМ-продуктам питания и кормам Объединенного исследовательского центра, Института здравоохранения и защиты прав потребителей, Отдела биотехнологий и ГМО, Испра, Италия. [32] ^{[ постоянная нерабочая ссылка ‍ ]}
• Bellocchi G. , Grazioli E., Acutis M., Confalonieri R., Paoletti C., Trevisiol P., 2006. Применение программного обеспечения AMPE для оценки эффективности методов обнаружения ГМ-зерновых культур. 9-й конгресс Европейского общества агрономии, 4–7 сентября, Варшава , Польша , 743-744. [33]
• Fila G., Donatelli M., Bellocchi G. , 2006. PTFIndicator: приложение на основе IRENE_DLL для оценки оценок функций педотрансфера с помощью интегрированных индексов. Моделирование окружающей среды и программное обеспечение, 21, 107-110. [34]
• Ривингтон М., Беллокки Г. , Мэтьюз К.Б., Бьюкен К., 2005. Подробная оценка методов оценки данных солнечной радиации для использования в имитационных моделях и экспериментальном анализе. Сельскохозяйственная и лесная метеорология, 135, 228-243. [35]
• Bellocchi G. , 2004. Приложение A: Числовые индексы и тестовые статистики для оценки модели. В Pachepsky Y., Rawls W. (ред.) Развитие функций педопереноса в почвенной гидрологии. Elsevier, Амстердам , Нидерланды , 394-400. [36]
• Беллокки Г. , Смит Дж., Донателли М., Смит П., 2004. Улучшения в анализе несоответствия времени оценок моделей. 8-й конгресс Европейского общества агрономов, 11–15 июля, Копенгаген , Дания , 221-222. [37]
• Донателли М., Вестен Дж. Х. М., Беллокки Г. , 2004. Оценка функций педопереноса. В Pachepsky Y., Rawls W. (ред.) Развитие функций педопереноса в гидрологии почв. Elsevier, Амстердам , Нидерланды , 400-405. [38]
• Fila G., Bellocchi G. , 2004. Приложение B: Нечеткие экспертные системы. В Pachepsky Y., Rawls W. (ред.) Развитие функций педопереноса в гидрологии почв. Elsevier, Амстердам , Нидерланды , 357-363. [39]
• Fila G., Donatelli M., Bellocchi G. , 2004. Приложение IRENE_DLL для оценки оценок функций педотрансфера с помощью интегрированных индексов. 8-й конгресс Европейского общества агрономов, 11–15 июля, Копенгаген, Дания, 253-254. [40]
• Fila G., Bellocchi G. , Acutis M., Donatelli M., 2003. IRENE: программное обеспечение для оценки производительности модели. Европейский журнал агрономии, 18, 369-372. [41]
• Fila G., Bellocchi G. , Donatelli M., Acutis M., 2003. IRENE_DLL: Библиотека классов для оценки числовых оценок. Agronomy Journal, 95, 1330–1333. [42]
• Bellocchi G. , Acutis M., Fila G., Donatelli M., 2002. Индикатор эффективности модели солнечного излучения на основе нечеткой экспертной системы. Agronomy Journal, 94, 1222–1233. [43]
• Fila G., Bellocchi G. , Donatelli M., Acutis M., 2001. IRENE: программное обеспечение для проверки производительности модели. 2-й Международный симпозиум по моделированию систем земледелия, 16–18 июля, Флоренция , Италия , 215-216. [44]
• Bellocchi G. , Acutis M., Donatelli M., Fila G., 2001. Индикатор эффективности модели солнечного излучения на основе нечетких правил. 2-й Международный симпозиум по моделированию систем земледелия, 16–18 июля, Флоренция , Италия , 49-50. [45]

• Фейсбук
• ИНРА