Standard

Исследование архитектур нейронных сетей для определения концентраций газов по спектрам. / Щелоков, Александр Евгеньевич; Будников, Константин Иванович.

в: Вестник Новосибирского государственного университета. Серия: Информационные технологии, Том 22, № 2, 6, 2024, стр. 68-78.

Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование

Harvard

Щелоков, АЕ & Будников, КИ 2024, 'Исследование архитектур нейронных сетей для определения концентраций газов по спектрам', Вестник Новосибирского государственного университета. Серия: Информационные технологии, Том. 22, № 2, 6, стр. 68-78. https://doi.org/10.25205/1818-7900-2024-22-2-68-78

APA

Щелоков, А. Е., & Будников, К. И. (2024). Исследование архитектур нейронных сетей для определения концентраций газов по спектрам. Вестник Новосибирского государственного университета. Серия: Информационные технологии, 22(2), 68-78. [6]. https://doi.org/10.25205/1818-7900-2024-22-2-68-78

Vancouver

Щелоков АЕ, Будников КИ. Исследование архитектур нейронных сетей для определения концентраций газов по спектрам. Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2024;22(2):68-78. 6. doi: 10.25205/1818-7900-2024-22-2-68-78

Author

Щелоков, Александр Евгеньевич ; Будников, Константин Иванович. / Исследование архитектур нейронных сетей для определения концентраций газов по спектрам. в: Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2024 ; Том 22, № 2. стр. 68-78.

BibTeX

@article{87f8b2c901454867b4b442c633e73a57,
title = "Исследование архитектур нейронных сетей для определения концентраций газов по спектрам",
abstract = "Исследованы нейронные сети разных архитектур с целью определения концентраций газов по спектрам, полученным с помощью оптического эмиссионного газоанализатора, который измеряет спектр электромагнитного излучения, испускаемого газами при возбуждении электрическим разрядом. Нейронная сеть обучается на данных из лаборатории по оптической спектроскопии и способна предсказывать концентрации газов по спектрам с высокой скоростью. Исследования касались архитектур глубокой нейронной сети со сверточными и рекуррентными слоями. Сверточные слои выделяют особенности спектров, а рекуррентные слои учитывают последовательную структуру данных. Качество работы нейронной сети оценивали по коэффициенту детерминации R2, а сравнение между сетями проводили по показателю RMSE между предсказанными и реальными концентрациями газов.",
keywords = "СПЕКТРАЛЬНЫЙ АНАЛИЗ, НЕЙРОННЫЕ СЕТИ, ГЛУБОКОЕ ОБУЧЕНИЕ",
author = "Щелоков, {Александр Евгеньевич} and Будников, {Константин Иванович}",
note = "Щелоков А.Е., Будников К.И. Исследование архитектур нейронных сетей для определения концентраций газов по спектрам // Вестник Новосибирского государственного университета. Серия: Информационные технологии. – 2024. – Т. 22. - № 2. – С. 68-78.",
year = "2024",
doi = "10.25205/1818-7900-2024-22-2-68-78",
language = "русский",
volume = "22",
pages = "68--78",
journal = "Вестник Новосибирского государственного университета. Серия: Информационные технологии",
issn = "1818-7900",
publisher = "ИПЦ НГУ",
number = "2",

}

RIS

TY - JOUR

T1 - Исследование архитектур нейронных сетей для определения концентраций газов по спектрам

AU - Щелоков, Александр Евгеньевич

AU - Будников, Константин Иванович

N1 - Щелоков А.Е., Будников К.И. Исследование архитектур нейронных сетей для определения концентраций газов по спектрам // Вестник Новосибирского государственного университета. Серия: Информационные технологии. – 2024. – Т. 22. - № 2. – С. 68-78.

PY - 2024

Y1 - 2024

N2 - Исследованы нейронные сети разных архитектур с целью определения концентраций газов по спектрам, полученным с помощью оптического эмиссионного газоанализатора, который измеряет спектр электромагнитного излучения, испускаемого газами при возбуждении электрическим разрядом. Нейронная сеть обучается на данных из лаборатории по оптической спектроскопии и способна предсказывать концентрации газов по спектрам с высокой скоростью. Исследования касались архитектур глубокой нейронной сети со сверточными и рекуррентными слоями. Сверточные слои выделяют особенности спектров, а рекуррентные слои учитывают последовательную структуру данных. Качество работы нейронной сети оценивали по коэффициенту детерминации R2, а сравнение между сетями проводили по показателю RMSE между предсказанными и реальными концентрациями газов.

AB - Исследованы нейронные сети разных архитектур с целью определения концентраций газов по спектрам, полученным с помощью оптического эмиссионного газоанализатора, который измеряет спектр электромагнитного излучения, испускаемого газами при возбуждении электрическим разрядом. Нейронная сеть обучается на данных из лаборатории по оптической спектроскопии и способна предсказывать концентрации газов по спектрам с высокой скоростью. Исследования касались архитектур глубокой нейронной сети со сверточными и рекуррентными слоями. Сверточные слои выделяют особенности спектров, а рекуррентные слои учитывают последовательную структуру данных. Качество работы нейронной сети оценивали по коэффициенту детерминации R2, а сравнение между сетями проводили по показателю RMSE между предсказанными и реальными концентрациями газов.

KW - СПЕКТРАЛЬНЫЙ АНАЛИЗ

KW - НЕЙРОННЫЕ СЕТИ

KW - ГЛУБОКОЕ ОБУЧЕНИЕ

UR - https://elibrary.ru/item.asp?id=72708180

U2 - 10.25205/1818-7900-2024-22-2-68-78

DO - 10.25205/1818-7900-2024-22-2-68-78

M3 - статья

VL - 22

SP - 68

EP - 78

JO - Вестник Новосибирского государственного университета. Серия: Информационные технологии

JF - Вестник Новосибирского государственного университета. Серия: Информационные технологии

SN - 1818-7900

IS - 2

M1 - 6

ER -

ID: 68662167