Книжкові видання та компакт-диски Журнали та продовжувані видання Автореферати дисертацій Реферативна база даних Наукова періодика України Тематичний навігатор Авторитетний файл імен осіб
|
Пошуковий запит: (<.>ID=REF-0000674790<.>) |
Загальна кількість знайдених документів : 1
|
Minglei Fu Double layer back propagation neural network based on restricted Boltzmann machines for forecasting daily particulate matter 2,5 = Двошарова нейронна мережа зворотного поширення на основі обмежених машин Больцмана для прогнозування добової концентрації ультрадисперсних частинок РМ2,5 / Minglei Fu, Chen Wang, Zichun Le, D. Manko // Реєстрація, зберігання і оброб. даних. - 2017. - 19, № 3. - С. 53-64. - Бібліогр.: 29 назв. - англ.Забруднення ультрадисперсними частинками (УДЧ) класу РМ2,5 є актуальною проблемою у сучасному світі. Прогнозування їх щоденної концентрації є складним завданням для дослідників. Розроблено нову модель у вигляді обмеженої машини Больцмана зворотного зв'язку з подвоєним шаром (RBM-DL-BPNN). Ефективність запропонованої моделі показано на прикладі прогнозування концентрації УДЧ РМ25 у м. Ханчжоу. Показники якості повітря, його забруднення (РМ10, РМ2,5, SO2, CO, NO2, O3), метеорологічні параметри (середньодобова температура, точка роси, вологість, атмосферний тиск, швидкість вітру та кількість опадів) у Ханчжоу використано в роботі для навчання та тестування трьох моделей: RBM-DL-BPNN, нейронної мережі зі зворотним зв'язком із подвійним шаром (DL-BPNN) і нейронної мережі зворотного поширення (BPNN). Результати проведених досліджень показали, що відносна похибка результатів використання RBM- DL-BPNN є найменшою серед вивчених нейронних мереж, яке полягає в тому, що кількість значень цієї похибки в діапазоні 0 - 50 % для RBM-DL-BPNN є значно більшими, ніж для випадків DL-BPNN і BPNN. Індекс рубрикатора НБУВ: З810.22
Рубрики:
Шифр НБУВ: Ж16550 Пошук видання у каталогах НБУВ Додаткова інформація про автора(ів) публікації: (cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці) Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"
|
|
|