Отрывок: Блок-схема алгоритма анализа данных сложной структуры Рис. 2. Результаты обработки данных НМ за период с 6 по 8 августа 2019 г. На рис. 3 представлен пример применения метода к данным сети станций нейтронных мониторов в пе- риод умеренной магнитной бури 10 – 11 сентября 2018 года. В верхней части рис. 3 для анализа состоя- ния околоземного космического пространства (ОКП) показаны параметры скорости солнечного ветра (ССВ) (рис. 3а), данные межпланетного магнитного поля (Bz компоне...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Мандрикова, Б.С. | - |
dc.date.accessioned | 2023-05-04 11:00:31 | - |
dc.date.available | 2023-05-04 11:00:31 | - |
dc.date.issued | 2022-06 | - |
dc.identifier | Dspace\SGAU\20230413\103067 | ru |
dc.identifier | Dspace\SGAU\20230426\103067 | ru |
dc.identifier | Dspace\SGAU\20230503\103067 | ru |
dc.identifier.citation | Мандрикова, Б.С. Метод анализа данных сложной структуры с элементами машинного обучения / Б.С. Мандрикова // Компьютерная оптика. – 2022. – Т. 46, № 3. – С. 506-512. – DOI: 10.18287/2412-6179-CO-1088. | ru |
dc.identifier.uri | https://dx.doi.org/10.18287/2412-6179-CO-1088 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Metod-analiza-dannyh-slozhnoi-struktury-s-elementami-mashinnogo-obucheniya-103067 | - |
dc.description.abstract | Предложен метод анализа данных сложной структуры, основанный на совмещении вейвлет-преобразования и нейронных сетей «Автокодировщик». Метод позволяет изучить структуру данных, выделить аномальные изменения разной формы и длительности и подавить шум. На примере данных сети станций нейтронных мониторов показана эффективность метода. Данные нейтронных мониторов определяют интенсивность вторичных космических лучей и являются одним из ключевых факторов космической погоды. Численная реализация метода позволяет применять его в оперативном режиме, что представляет интерес в задачах анализа природных данных и диагностики катастрофических событий. | ru |
dc.description.sponsorship | Авторы выражают благодарность институтам, выполняющим поддержку станций нейтронных мониторов (www.nmdb.eu, http://spaceweather.izmiran.ru), которые использовались в работе. Работа выполнена в рамках Государственного задания по теме «Физические процессы в системе ближнего космоса и геосфер при солнечных и литосферных воздействиях» (2021–2023 гг.), регистрационный номер АААА-А21-121011290003-0. | ru |
dc.language.iso | rus | ru |
dc.publisher | Самарский национальный исследовательский университет | ru |
dc.relation.ispartofseries | 46;3 | - |
dc.subject | анализ данных | ru |
dc.subject | данные сложной структуры | ru |
dc.subject | вейвлет-преобразование | ru |
dc.subject | нейронные сети | ru |
dc.subject | нейтронные мониторы | ru |
dc.title | Метод анализа данных сложной структуры с элементами машинного обучения | ru |
dc.title.alternative | A method for analyzing complex structured data with elements of machine learning | ru |
dc.type | Article | ru |
dc.textpart | Блок-схема алгоритма анализа данных сложной структуры Рис. 2. Результаты обработки данных НМ за период с 6 по 8 августа 2019 г. На рис. 3 представлен пример применения метода к данным сети станций нейтронных мониторов в пе- риод умеренной магнитной бури 10 – 11 сентября 2018 года. В верхней части рис. 3 для анализа состоя- ния околоземного космического пространства (ОКП) показаны параметры скорости солнечного ветра (ССВ) (рис. 3а), данные межпланетного магнитного поля (Bz компоне... | - |
dc.classindex.scsti | 27.41.17 | - |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
2412-6179_2022_46-3_506-512.pdf | Основная статья | 1.3 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.