Отрывок: Полученный набор данных для 23 турбин использован для создания полносвязной нейронной сети. Количество скрытых слоев равно 3, количество нейронов в слоях равно 100, модель потерь – абсолютное среднее значение ошибки, ошибка вычислялась как разность рассчитанного и истинного значения. 46 Входными данными являлись следующие параметры: степень повы...
Название : Создание модели проточной части турбины применением машинного обучения
Авторы/Редакторы : Волков А. А.
Дата публикации : 2022
Библиографическое описание : Волков, А. А. Создание модели проточной части турбины применением машинного обучения = Creating a model of the turbine meridional contour using machine learning / А. А. Волков // Всероссийский научно-технический форум по двигателям и энергетическим установкам имени Н. Д. Кузнецова, посвященный 110-летию ПАО «ОДК-КУЗНЕЦОВ» : материалы докл., 05 – 07 окт. 2022 г. / Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) [и др.] ; [редкол.: Е. В. Шахматов, А. И. Ермаков ; техн. ред. В. Г. Смелов]. - Самара, 2022. - С. 45-46.
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Vserossiiskii-nauchnotehnicheskii-forum/Sozdanie-modeli-protochnoi-chasti-turbiny-primeneniem-mashinnogo-obucheniya-101739
Другие идентификаторы : RU\НТБ СГАУ\525244
Ключевые слова: проектирование
проточная часть
обучение моделей нейросетей
нейронные сети
машинное обучение
кросс-валидация данных
neural network
turbine
meridional contour
machine learning
турбины
Располагается в коллекциях: Всероссийский научно-технический форум по двигателям

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-1841-7_2022-45-46.pdf300.8 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



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