Scientific Library of Tomsk State University

   E-catalog        

Image from Google Jackets
Normal view MARC view

Применение искусственных нейронных сетей в задачах анализа динамической структуры областей околоземного орбитального пространства Д. С. Красавин, А. Г. Александрова, И. В. Томилова

By: Красавин, Дмитрий СергеевичContributor(s): Александрова, Анна Геннадьевна | Томилова, Ирина ВладимировнаMaterial type: ArticleArticleSubject(s): численное моделирование | околоземные объекты | резонансы | искусственные нейронные сети | машинное обучениеGenre/Form: статьи в журналах Online resources: Click here to access online In: Известия высших учебных заведений. Физика Т. 63, № 3. С. 70-75Abstract: Описан первый опыт применения искусственных нейронных сетей для исследования динамической структуры избранной области околоземного орбитального пространства. Анализ временных рядов, связанных с эволюцией резонансных характеристик, определяющих динамическую структуру области, обычно выполняется вручную. Однако при исследовании динамической структуры большой области орбитального пространства количество таких временных рядов исчисляется десятками тысяч. В качестве альтернативного подхода рассматривается использование технологий глубинного обучения (deep learning), а именно дизайн архитектуры одномерной свёрточной сети и обучение её методом обучения с учителем (supervised learning).
Tags from this library: No tags from this library for this title. Log in to add tags.
No physical items for this record

Библиогр.: 13 назв.

Описан первый опыт применения искусственных нейронных сетей для исследования динамической структуры избранной области околоземного орбитального пространства. Анализ временных рядов, связанных с эволюцией резонансных характеристик, определяющих динамическую структуру области, обычно выполняется вручную. Однако при исследовании динамической структуры большой области орбитального пространства количество таких временных рядов исчисляется десятками тысяч. В качестве альтернативного подхода рассматривается использование технологий глубинного обучения (deep learning), а именно дизайн архитектуры одномерной свёрточной сети и обучение её методом обучения с учителем (supervised learning).

There are no comments on this title.

to post a comment.