Контроль состояния объектов цифровых подстанций с применением нейронной сети и графических ускорителей

Контроль состояния объектов цифровых подстанций с применением нейронной сети и графических ускорителей

Bibliografske podrobnosti
Parent link:	Перспективы развития фундаментальных наук=Prospects of Fundamental Sciences Development: сборник научных трудов XVI Международной конференции студентов, аспирантов и молодых ученых, г. Томск, 23-26 апреля 2019 г./ Национальный исследовательский Томский политехнический университет (ТПУ) ; под ред. И. А. Курзиной, Г. А. Вороновой.— , 2019 Т. 7 : IT-технологии и электроника.— 2019.— [110-112]
Glavni avtor:	Попов А. С. Александр Сергеевич
Korporativna značnica:	Национальный исследовательский Томский политехнический университет Инженерная школа ядерных технологий Отделение ядерно-топливного цикла
Drugi avtorji:	Меняйло И. Е. (727), Кузнецов С. Г., Обходский А. В. Артем Викторович
Izvleček:	Заглавие с экрана The paper deals with the problem of monitoring objects of digital substations, which consists in a large amount of data that must be processed. It is proposed to solve this problem by using the neural network as a mathematical model of control, and graphic accelerators as a platform for calculations. The experimentally obtained information confirms the appropriateness of the chosen solutions.
Jezik:	ruščina
Izdano:	2019
Teme:	электронный ресурс труды учёных ТПУ состояние объекты цифровые подстанции нейронные сети графические ускорители
Online dostop:	http://earchive.tpu.ru/handle/11683/55948
Format:	Elektronski Book Chapter
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=629792

Podobne knjige/članki

Применение нейронных сетей для диагностики и контроля цифровых электрических подстанций
od: Попов А. С. Александр Сергеевич
Izdano: (2019)

Применение искусственной нейронной сети для диагностики объектов в распределенной энергетики
Izdano: (2019)

Использование Visual Studio для разработки приложений параллельной сегментации изображений с использованием графических ускорителей
od: Овчинникова О. И.
Izdano: (2014)

Детектирование трудноразличимых объектов с применением свёрточной нейронной сети YOLO Nan
od: Беляев С. И.
Izdano: (2022)

Обеспечение кибербезопасности цифровых подстанций
od: Ясунов В. В.
Izdano: (2024)

Применение графических процессоров CUDA для улучшения производительности нейронных сетей
od: Санников М. А. Максим Алесеевич
Izdano: (2013)

Автоматизированная система управления разработкой газового месторождения с применением нейронной сети
od: Проталлинский О. М.
Izdano: (2003)

Модели нейронной сети с нечеткими функциями активации
od: Нгуен А. Т.
Izdano: (2016)

Классификация текстов с помощью нейронной сети
od: Максумова Н. Р. Наталья Рашидовна
Izdano: (2013)

Настройка коэффициентов ПИД-регулятора с помощью искусственной нейронной сети
od: Рожнёв И. Н.
Izdano: (2006)

Распознавание отпечатков пальцев с использованием нейронной сети
od: Кулманакова Е. В.
Izdano: (2010)

Вычисления нейронной сети с использованием графического процессора
od: Носов К. Д.
Izdano: (2012)

Физика ускорителей
od: Гольдин Л. Л. Лев Лазаревич
Izdano: (Москва, Наука, 1983)

Оптимизация гиперпараметров сверточной нейронной сети
od: Раднаев Ч. Б.
Izdano: (2018)

Дифференциальная защита трансформатора на основе нейронной сети
od: Гусаров И. Н.
Izdano: (2023)

Особенности разработки покерного игрового интеллекта на основе искусственной нейронной сети
od: Иванцов В. В.
Izdano: (2016)

Комплектные трансформаторные подстанции
od: Асылханов А. Б.
Izdano: (2014)

Значимость изучения графических дисциплин для студентов направления «Ядерная медицина»
od: Казакова В. С. Виктория Сергеевна
Izdano: (2025)

Принцип функционирования модифицированной нейронной сети ВАМ
od: Худоба Е. Н.
Izdano: (2008)

Детектирование лиц с помощью сверточной нейронной сети
od: Калиновский И. А. Илья Андреевич
Izdano: (2013)

Представление Q-функции в RL-САУ на основе искусственной нейронной сети
od: Вичугов В. Н. Владимир Николаевич
Izdano: (2006)

Сегментация цветных изображений природных объектов с помощью рекуррентной нейронной сети
od: Немировский В. Б. Виктор Борисович
Izdano: (2013)

Разработка рекуррентной нейронной сети для генерации текстов
od: Кривошеев Н. А. Николай Анатольевич
Izdano: (2020)

Решение задачи распознавания ног пешеходов с помощью нейронной сети YOLOv4
od: Мамонова Т. Е. Татьяна Егоровна
Izdano: (2022)

Интегральная оценка изображений с помощью искусственной нейронной сети
od: Муравьев А. С. Антон Сергеевич
Izdano: (2013)

Система распознавания символов с помощью искусственной нейронной сети
od: Рот В. И.
Izdano: (2016)

Поиск фрагмента изображения с использованием нейронной сети Кохонена
od: Герасимова Н. И.
Izdano: (2014)

Интегральная оценка изображений с помощью искусственной нейронной сети
od: Муравьев А. С.
Izdano: (2013)

Использование различных вычислительных систем для решения задачи автоматической классификации облачности по спутниковым данным MODIS на основе вероятностной нейронной сети
Izdano: (2016)

Модель динамической нейронной сети для обработки абдоминальной электрокардиограммы
od: Девятых Д. В. Дмитрий Владимирович
Izdano: (2016)

Оптимизация функциональной надежности избыточной, восстанавливаемой после отказов нейронов, "стареющей" искусственной нейронной сети
od: Потапов В. И.
Izdano: (2004)

Восстановление неравномерно освещенных изображений с использованием сверточной нейронной сети
od: Сапегин А. А.
Izdano: (2024)

Анализ алгоритмов аугментации изображений для обучения сверточной нейронной сети
od: Небаба С. Г. Степан Геннадьевич
Izdano: (2024)

Разработка нейронной сети для семантической сегментации облаков точек
od: Лешин О. Д.
Izdano: (2022)

Применение рекуррентной нейронной сети для решения задачи кластеризации
od: Стоянов А. К. Александр Кириллович
Izdano: (2009)

Распознавание дефектов с помощью искусственной нейронной сети специального типа
od: Бархатов В. А.
Izdano: (2006)

Сегментация выбоин с помощью сверточной нейронной сети YOLOV8
od: Канаева И. А.
Izdano: (2024)

Разработка алгоритма распознавания ответов в бланках ЕГЭ с помощью свёрточной нейронной сети
od: Имигеев Е. И.
Izdano: (2018)

Сравнение методов сжатия модели нейронной сети при использовании на микроконтроллере
od: Иванов Е. А.
Izdano: (2024)

Исследование точности детектирования объектов на изображениях с помощью нейронных сетей YOLOv3, вычисляемых на высокопроизводительных вычислительных устройствах
od: Небаба С. Г. Степан Геннадьевич
Izdano: (2022)