Отрывок: In order to reduce the error incursion and improve the quality of prediction, it was proposed to include in the loss function the results of predicting the neural network several steps ahead in the recurrent mode. As a result of such training, the quality of prediction has improved significantly (Table 1), and the graphs of neural network prediction ...
Название : | Modeling the dynamics of hydrogen combustion using the neural network UNET |
Авторы/Редакторы : | Malsagov M. YU. Mikhalchenko E. V. Karandashev I. M. Nikitin V. F. |
Дата публикации : | 2022 |
Библиографическое описание : | Modeling the dynamics of hydrogen combustion using the neural network UNET / M. YU. Malsagov, E. V. Mikhalchenko, I. M. Karandashev, V. F. Nikitin // International Conference on Physics and Chemistry of Combustion and in Extreme Environments (Samara, Russia, 12-16 July 2022) / V. N. Azyazov, A. M. Mayorova. - Samara : Publishing OOO “Insoma-Press”, 2022. - P. 38. |
URI (Унифицированный идентификатор ресурса) : | http://repo.ssau.ru/handle/International-Conference/Modeling-the-dynamics-of-hydrogen-combustion-using-the-neural-network-UNET-98905 |
Другие идентификаторы : | RU\НТБ СГАУ\488523 |
Ключевые слова: | химическая кинетика модель горения artificial neural networks chemical kinetics model of combustion hydrogen oxygen водород кислород искусственные нейронные сети |
Располагается в коллекциях: | International Conference on Combustion Physics and Chemistry |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
978-5-4317-0481-9_2022-38.pdf | 512.58 kB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.