Репозиторий Самарского университета

Отрывок: Шаг 2. Выполнение НВП (𝑊𝛹𝑓𝑏,𝑠) ≔ |𝑠| − 1 2 ∫ 𝑓(𝑡)𝛹 ( 𝑡 − 𝑏 𝑠 ) 𝑑𝑡, 𝑓 ∈ 𝐿2(𝑅), 𝑠, 𝑏 ∈ 𝑅, 𝑠 ≠ 0 +∞ −∞ Искусственный интеллект и науки о данных VII Международная конференция и молодёжная школа «Информационные технологии и нанотехнологии» (ИТНТ-2021) 030802 Шаг 3. Применение пороговой функции 𝑃𝑇𝑠: 𝑃𝑇𝑠(𝑊Ψ𝑓𝑏,𝑠) = { 𝑊Ψ𝑓𝑏,𝑠, если (𝑊Ψ𝑓𝑏,𝑠 − 𝑊Ψ𝑓𝑏,𝑠 𝑚𝑒𝑑,...

Название :	Применение вейвлет-преобразования и нейронной сети Автокодировщик для анализа сложных данных
Авторы/Редакторы :	Геппенер В. В. Мандрикова Б. С.
Дата публикации :	2021
Библиографическое описание :	Геппенер, В. В. Применение вейвлет-преобразования и нейронной сети Автокодировщик для анализа сложных данных / В. В. Геппенер, Б. С. Мандрикова // Информационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк. (г. Самара, 20-24 сент.) : [в 3 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. изображений РАН - фил. ФНИЦ "Кристаллография и фотоника РАН. - Самаpа : Изд-во Самар. ун-та, 2021Т. 3: Искусственный интеллект и науки о данных. - 2021. - С. 030802.
Другие идентификаторы :	RU\НТБ СГАУ\466154
Ключевые слова:	анализ данных сложной структуры Автокодировщик вейвлет-преобразования солнечные лучи прогноз космической погоды нейронные сети
Располагается в коллекциях:	Информационные технологии и нанотехнологии

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.