Отрывок: Пороги 𝑇𝑗 в (1) определяются как 𝑇𝑗 = 𝑡1−𝛼 2 ,𝑁−1?̂?𝑗 , где 𝑡𝛼,𝑁 – 𝛼 -квантили распределения Стьюдента. Для построения нейросетевой модели использовались сети архитектуры NARX с обратными связями. В сети использовались блоки линий задержки IX Международная конференция и молодёжная школа «Информационные технологии и нанотехнологии» (ИТНТ-20...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Мандрикова О. В. | ru |
dc.contributor.author | Полозов Ю. А. | ru |
dc.coverage.spatial | NARX | ru |
dc.coverage.spatial | анализ данных | ru |
dc.coverage.spatial | вейвлеты | ru |
dc.coverage.spatial | ионосфера | ru |
dc.coverage.spatial | нейронные сети | ru |
dc.creator | Мандрикова О. В., Полозов Ю. А. | ru |
dc.date.accessioned | 2023-10-06 09:21:44 | - |
dc.date.available | 2023-10-06 09:21:44 | - |
dc.date.issued | 2023 | ru |
dc.identifier | RU\НТБ СГАУ\541789 | ru |
dc.identifier.citation | Мандрикова, О. В. Метод обнаружения аномалий в природных данных на основе нейронных сетей и вейвлет-фильтрации / О. В. Мандрикова, Ю. А. Полозов // Информационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - Фил. Федер. науч.-исслед. центра "Кристаллография и фотоника" Рос. акад. наук. - Самара : Изд-во Самар. ун-та, 2023Т. 5: Науки о данных / под ред. Е. В. Гошина. - 2023. - С. 051232. | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Metod-obnaruzheniya-anomalii-v-prirodnyh-dannyh-na-osnove-neironnyh-setei-i-veivletfiltracii-106027 | - |
dc.description.abstract | Предложен автоматизированный метод анализа природных данных и обнаружения аномалий, основанный на совмещении операций вейвлет-фильтрации с нейронной сетью NARX. Построен алгоритм вейвлет-фильтрации и способ оценки порогов, основанный на стохастическом подходе. Показано, что применение вейвлет-фильтрации подавляет шум, упрощает структуру данных и, как следствие, позволяет получить более точную нейросетевую модель NARX. На примере ионосферных данных показана эффективность метода для обнаружения ионосферных аномалий в периоды магнитных бурь. | ru |
dc.language.iso | rus | ru |
dc.relation.ispartof | Информационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6 | ru |
dc.source | Информационные технологии и нанотехнологии (ИТНТ-2023). - Т. 5 : Науки о данных | ru |
dc.title | Метод обнаружения аномалий в природных данных на основе нейронных сетей и вейвлет-фильтрации | ru |
dc.type | Text | ru |
dc.citation.spage | 051232 | ru |
dc.citation.volume | 5 | ru |
dc.textpart | Пороги 𝑇𝑗 в (1) определяются как 𝑇𝑗 = 𝑡1−𝛼 2 ,𝑁−1?̂?𝑗 , где 𝑡𝛼,𝑁 – 𝛼 -квантили распределения Стьюдента. Для построения нейросетевой модели использовались сети архитектуры NARX с обратными связями. В сети использовались блоки линий задержки IX Международная конференция и молодёжная школа «Информационные технологии и нанотехнологии» (ИТНТ-20... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
978-5-7883-1921-6_2023-051232.pdf | 380.45 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.