Normal view
MARC view
Recurrent neural networks to analyze the quality of natural gas (Record no. 719864)
[ view plain ]
000 -Маркер записи | |
---|---|
Контрольное поле постоянной длины | 03006nab a2200337 c 4500 |
001 - Контрольный номер | |
Контрольное поле | koha000719864 |
005 - Дата корректировки | |
Контрольное поле | 20211025152348.0 |
007 - Кодируемые данные (физ. описан.) | |
Контрольное поле постоянной длины | cr | |
008 - Кодируемые данные | |
Контрольное поле постоянной длины | 211014|2021 ru s a eng d |
024 7# - Прочие стандартные номера | |
Стандартный номер | 10.17223/19988605/55/2 |
Источник номера | doi |
035 ## - Системный контрольный номер | |
Системный контрольный номер | koha000719864 |
040 ## - Источник каталогиз. | |
Служба первич. каталог. | RU-ToGU |
Код языка каталог. | rus |
Служба, преобразующая запись | RU-ToGU |
100 1# - Автор | |
Автор | Brokarev, Ivan Andreevich |
9 (RLIN) | 759650 |
245 10 - Заглавие | |
Заглавие | Recurrent neural networks to analyze the quality of natural gas |
Ответственность | I. A. Brokarev, M. P. Farkhadov, S. V. Vaskovskii |
246 11 - Заглавие тома/части | |
Заглавие тома/части | Рекуррентные нейронные сети для анализа качества природного газа |
336 ## - Тип содержимого | |
Тип содержимого | Текст |
337 ## - Средство доступа | |
Средство доступа | электронный |
504 ## - Библиография | |
Библиография | Библиогр.: 17 назв. |
520 3# - Аннотация | |
Аннотация | Comparative analysis of various neural network models was carried out for natural gas quality analysis. Based on the results of such analysis, it was concluded that recurrent neural networks are main statistical models in this problem. This paper considers a recurrent neural network with a more complex architecture. The neural network with gated re-current unit is used in the discussed task in particular. The comparison of the main recurrent neural network models (simple recurrent neural network, recurrent neural network with long short-term memory, recurrent neural network with gated recurrent unit) is shown. Models accuracy characteristics are shown for analyzing the models perfor-mance. В статье рассматривается рекуррентная нейронная сеть с управляемым рекуррентным блоком. Показано сравнение основ-ных моделей рекуррентных нейронных сетей (простая рекуррентная нейронная сеть, рекуррентная нейронная сеть с долгой кратковременной памятью, рекуррентная нейронная сеть с управляемым рекуррентным блоком). Приведены точностные характеристики нейросетевых моделей для анализа качества природного газа. |
653 ## - Ключевые слова | |
Ключевые слова | рекуррентные нейронные сети |
653 ## - Ключевые слова | |
Ключевые слова | анализ качества природного газа |
653 ## - Ключевые слова | |
Ключевые слова | управляемый рекуррентный блок |
655 #4 - Термин индексирования — жанр/форма | |
Жанр/форма | статьи в журналах |
9 (RLIN) | 759651 |
700 1# - Другие авторы | |
Другие авторы | Farkhadov, Mais Pashaevich |
9 (RLIN) | 759652 |
700 1# - Другие авторы | |
Другие авторы | Vaskovskii, Sergei Vladimirovich |
9 (RLIN) | 759653 |
773 0# - Источник информации | |
Название источника | Вестник Томского государственного университета. Управление, вычислительная техника и информатика |
Место и дата издания | 2021 |
Прочая информация | № 55. С. 11-17 |
ISSN | 1998-8605 |
Контрольный № источника | 0210-40860 |
852 4# - Местонахождение единицы хранения | |
Код организации-хранителя | RU-ToGU |
856 4# - Электронный адрес документа | |
URL | <a href="http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:000719864">http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:000719864</a> |
908 ## - Параметр входа данных | |
Параметр входа данных | статья |
999 ## - Системные контрольные номера (Koha) | |
biblionumber (Koha) | 719864 |
No items available.