Scientific Library of Tomsk State University

   E-catalog        

Image from Google Jackets
Normal view MARC view

Recurrent neural networks to analyze the quality of natural gas I. A. Brokarev, M. P. Farkhadov, S. V. Vaskovskii

By: Brokarev, Ivan AndreevichContributor(s): Farkhadov, Mais Pashaevich | Vaskovskii, Sergei VladimirovichMaterial type: ArticleArticleContent type: Текст Media type: электронный Other title: Рекуррентные нейронные сети для анализа качества природного газа [Parallel title]Subject(s): рекуррентные нейронные сети | анализ качества природного газа | управляемый рекуррентный блокGenre/Form: статьи в журналах Online resources: Click here to access online In: Вестник Томского государственного университета. Управление, вычислительная техника и информатика № 55. С. 11-17Abstract: 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.
Tags from this library: No tags from this library for this title. Log in to add tags.
No physical items for this record

Библиогр.: 17 назв.

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.

There are no comments on this title.

to post a comment.