Научная библиотека СГЮА

Главная

Упрощенный режим

Описание

Шлюз Z39.50

Базы данных

- результаты поиска

Вид поиска

Книги фонда НБ СГЮА

Дипломные работы выпускников СГЮА за последние 5 лет

Авторефераты

Диссертации

Период.издания науч.абонемента

Редкие книги Научной библиотеки СГЮА

Каталог электронных носителей

Труды ученых СГЮА

Саратовский край

Область поиска

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>K=восстановление пропущенных данных<.>)

Общее количество найденных документов : 2
Показаны документы с 1 по 2

Аведьян, Э. Д. (доктор технических наук).
Подход к задаче заполнения числовых пропусков в таблицах и строках, основанный на многослойной нейронной сети и нейронной сети CMAC [Текст] / Э. Д. Аведьян, В. Э. Луганский // Информационные технологии. - 2014. - № 1 ; Нейросетевые технологии. - 2014. - № 1. - С. 58-66. - Библиогр.: с. 66 (25 назв.). - (Нейросетевые технологии. - 2014. - № 1. - С. 58-66) . - ISSN 1684-6400. - журнал в журнале

УДК

^a004.8

ББК 32.813
Рубрики: Радиоэлектроника
Искусственный интеллект. Экспертные системы
Кл.слова (ненормированные):
CMAC -- Сегеbellar Model Articulation Controller -- восстановление пропущенных данных -- компьютерное моделирование -- многослойные нейронные сети -- мозжечковые модели -- нейронные сети CMAC -- обнаружение пропущенных данных -- суставные регуляторы -- экспериментальные исследования
Аннотация: Проблема обнаружения и восстановления пропущенных данных сопутствует многим практическим задачам. Приводится краткий обзор современных работ по данной проблеме, в которых описаны возможные приложения и широкий спектр подходов к ее решению.

Доп.точки доступа:
Луганский, В. Э.
inft/2014/1 : Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Красногорская, Н. Н. (доктор технических наук; профессор).
Восстановление пропущенных геоэкологических данных с помощью элементов искусственного интеллекта (на примере характеристик водосборного бассейна реки Белая) [Текст] / Н. Н. Красногорская, Э. В. Нафикова, Е. А. Белозерова // Безопасность жизнедеятельности. - 2014. - № 11. - С. 54-59 : рис., табл. - Библиогр.: с. 58-59 (15 назв.) . - ISSN 1684-6435

УДК

^a004

^a502/504

ББК 32.97 + 20.1
Рубрики: Вычислительная техника--Белая, река--Башкортостан--Россия
   Вычислительная техника в целом--Белая, река--Башкортостан--Россия
   Экология--Белая, река--Башкортостан--Россия
   Теория и методы изучения и охраны окружающей среды--Белая, река--Башкортостан--Россия
Кл.слова (ненормированные):
восстановление пропущенных данных -- генетические алгоритмы -- геоэкологические параметры -- искусственные нейронные сети -- обучение -- отбор входных параметров
Аннотация: Рассмотрена возможность использования элементов искусственного интеллекта (искусственных нейронных сетей и генетических алгоритмов) для восстановления пропущенных геоэкологических данных. Предложены методы восстановления пропущенных геоэкологических данных при наличии и отсутствии данных наблюдений пунктов-аналогов. Построено и обучено 5000 искусственных нейронных сетей трех архитектур: многослойный персептрон (MLP), радиально-базисные функции (RBF), обобщенно-регрессионные сети (GRNN). Установлено, что наилучшей для восстановления пропусков в рядах гидрологических, метеорологических и астрономических данных является сеть GRNN, а для восстановления гидрохимических данных - сети GRNN и RBF. Нейросетевые модели восстановления астрономических, метеорологических, гидрологических и гидрохимических показателей апробированы на примере реки Белая.

Доп.точки доступа:
Нафикова, Э. В. (кандидат географических наук; доцент); Белозерова, С. А. (аспирант)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Тематический навигатор

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)