Многокомпонентный анализ прогнозирования метеорологических рядов с использованием рекуррентных нейронных сетей

Многокомпонентный анализ прогнозирования метеорологических рядов с использованием рекуррентных нейронных сетей

Bibliografske podrobnosti
Parent link:	Молодежь и современные информационные технологии.— 2020.— [С. 142-143]
Glavni avtor:	Унжакова Е. В.
Korporativna značnica:	Национальный исследовательский Томский политехнический университет Инженерная школа информационных технологий и робототехники Отделение информационных технологий
Drugi avtorji:	Ботыгин И. А. Игорь Александрович
Izvleček:	Заглавие с титульного экрана
Jezik:	ruščina
Izdano:	2020
Serija:	Компьютерное моделирование и интеллектуальный анализ данных
Teme:	электронный ресурс труды учёных ТПУ многокомпонентный анализ прогнозирование метеорологические ряды рекуррентные нейронные сети входные данные выходные данные
Online dostop:	http://earchive.tpu.ru/handle/11683/62197
Format:	Elektronski Book Chapter
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=631152

Podobne knjige/članki

Обработка метеорологических данных методом сингулярного спектрального анализа
od: Новицкая К. В.
Izdano: (2020)

Программирование глубоких нейронных сетей на языке Python учебное пособие
od: Цуканова Н. И. Нина Ивановна
Izdano: (Москва, КУРС, 2022)

Организация и использование нейронных сетей методы и технологии
od: Аксёнов С. В. Сергей Владимирович
Izdano: (Томск, Изд-во НТЛ, 2006)

Метод Калмана для алгоритма обучения в реальном времени нейронных сетей собратными связями (рекуррентных сетей)
od: Меркушева А. В.
Izdano: (2004)

The selection of interval boundaries of input and output data method for obtaining complete probabilistic characteristics
Izdano: (2017)

Рекуррентная нейронная сеть для кластеризации данных
od: Бауэр А. В. Антон Владимирович
Izdano: (2013)

Определение качества модели временного рядав зависимости от количества входных данных
od: Бозняков Р. В.
Izdano: (2016)

Корреляционный анализ метеорологических данных
od: Солтаганов Н. А.
Izdano: (2018)

Сетевое хранилище метеорологических данных для приземного слоя атмосферы
od: Вальт В. И.
Izdano: (2014)

Визуализация метеорологических данных
od: Демешко М. В.
Izdano: (2018)

Нейронные сети в диагностике злокачественных новообразований по выдыхаемому воздуху
Izdano: (2025)

Исследование возможностей фреймворка TensorFlow для прогнозирования временных рядов
od: Унжакова Е. В.
Izdano: (2020)

Элементарное введение в технологию нейронных сетей с примерами программ пер. с пол.
Izdano: (Москва, Горячая линия-Телеком, 2011)

Формирование исходных метеорологических массивов с использованием многолетних рядов FM 12 Synop и METAR в системных энергетических исследованиях
od: Карамов Д. Н. Дмитрий Николаевич
Izdano: (2018)

Представление знаний в информационных системах учебное пособие
od: Спицын В. Г. Владимир Григорьевич
Izdano: (Томск, Изд-во ТПУ, 2006)

Движение поездов в условиях нарушения нормальной работы основных устройств управления, контроля и безопасности на железнодорожных станциях1 учебное пособие
od: Белоголов Ю. И.
Izdano: (Иркутск, ИрГУПС, 2019)

Распараллеливание рекуррентных программных циклов
od: Штейнберг Б. Я.
Izdano: (2004)

Проведение корреляционно-регрессионного анализа метеорологических данных
od: Проскуров В. А.
Izdano: (2020)

Методы искусственного интеллекта в обработке данных и изображений монография
Izdano: (Томск, Изд-во ТПУ, 2016)

Первичный статистический анализ и визуализация основных метеорологических и радиационных данных по Томской области
od: Лемешонок К. А.
Izdano: (2019)

Применение рекуррентных нейронных сетей для моделирования электромеханических переходных процессов
od: Умаров Г. Е.
Izdano: (2024)

Математическое и программное обеспечение распознавания многоэлементных зрительных сцен с использованием иерархических нейронных сетей диссертация на соискание ученой степени кандидата технических наук спец. 05.13.11
od: Аксёнов С. В. Сергей Владимирович
Izdano: (Томск, [Б. и.], 2008)

Движение поездов при нарушении нормальной работы устройств сигнализации, централизации, блокировки и связи: Практикум
od: Белоголов Ю. И.
Izdano: (Иркутск, ИрГУПС, 2021)

Математическое и программное обеспечение распознавания многоэлементных зрительных сцен с использованием иерархических нейронных сетей автореферат диссертации на соискание ученой степени кандидата технических наук спец. 05.13.11
od: Аксёнов С. В. Сергей Владимирович
Izdano: (Томск, [Б. и.], 2008)

Алгоритмы понимания текста методами глубокого обучения нейронных сетей
od: Кривошеев Н. А. Николай Анатольевич
Izdano: (2019)

Математическое моделирование солнечной радиации с использованием многолетних метеорологических рядов, находящихся в открытом доступе
od: Карамов Д. Н. Дмитрий Николаевич
Izdano: (2017)

Программная генерация звуков по цветовой гамме изображений с использованием рекуррентной нейронной сети
od: Никитин Н. А.
Izdano: (2017)

Разработка и исследование итеративного параллельного алгоритма формирования скрытых функционально-детерминированных структур для классификации и анализа метеорологических данных
od: Сорокин В. А.
Izdano: (2016)

Численный анализ и прогноз полей метеорологических элементов [сборник статей]
Izdano: (Москва, Гидрометеоиздат, 1979)

Цифровая обработка изображений и распознавание образов пособие
od: Лукашевич М. М.
Izdano: (БГУИР, БГУИР, 2023)

Организация интернет соединения поверх радиоканала в коротковолновом диапазоне частот для сбора метеорологических данных с отдалённых метеостанций
od: Тарасов А. А.
Izdano: (2013)

Движение поездов в условиях нарушения нормальной работы основных устройств управления, контроля и безопасности на железнодорожных станциях учебное пособие
od: Белоголов Ю. И.
Izdano: (Иркутск, ИрГУПС, 2019)

Нейросетевые технологии учебное пособие
od: Филиппов Ф. В.
Izdano: (Санкт-Петербург, СПбГУТ им. М.А. Бонч-Бруевича, 2020)

Зимний сток рек Западной Сибири
od: Комлев А. М.
Izdano: (1972)

Рекуррентная нейронная сеть для кластеризации данных
od: Бауэр А. В.
Izdano: (2013)

Применение нейронных сетей для классификации результатов обработки сейсмических данных алгоритмом фазовременного анализа
od: Бондарев И. В.
Izdano: (2009)

Построение и анализ сверхбольших семантических сетей
od: Лебедева Т. С.
Izdano: (2017)

Технологическая подготовка данных для составления учебного расписания вуза
Izdano: (2009)

Применение сетей с радиальными базисными функциями для задачи прогноза временных рядов
od: Белоусова Е. Р.
Izdano: (2014)

Применение методов многокомпонентного анализа для определения состава вещества по цветовой шкале
od: Выймова Т. А.
Izdano: (2014)