|
Эта публикация цитируется в 17 научных статьях (всего в 17 статьях)
ЧИСЛЕННЫЕ МЕТОДЫ И АНАЛИЗ ДАННЫХ
Метод анализа данных сложной структуры с элементами машинного обучения
Б. С. Мандрикова Институт космофизических исследований и распространения радиоволн ДВО РАН
Аннотация:
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 пода-вить 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.
Ключевые слова:
анализ данных, данные сложной структуры, вейвлет-преобразование, нейронные сети, нейтронные мониторы
Поступила в редакцию: 19.12.2021 Принята в печать: 06.02.2022
Образец цитирования:
Б. С. Мандрикова, “Метод анализа данных сложной структуры с элементами машинного обучения”, Компьютерная оптика, 46:3 (2022), 506–512
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/co1040 https://www.mathnet.ru/rus/co/v46/i3/p506
|
Статистика просмотров: |
Страница аннотации: | 9 | PDF полного текста: | 1 |
|