Авторизация
Фамилия
Пароль
 

Базы данных

Вид поиска
Книги
Статьи
Электронные издания ВСГУТУ
Статьи преподавателей ВСГУТУ
Вестник ВСГУТУ
Материалы конференций ВСГУТУ
Диссертации
Авторефераты
ГОСТЫ
Статьи о Бурятии

Выберите поиск:
Что искать:
 Найдено в других БД:Книги (3)Статьи (1)
Формат представления найденных документов:
полныйинформационныйкраткий
Поисковый запрос: (<.>K=многослойные нейронные сети<.>)
Общее количество найденных документов : 1
1.


    Павлова, А. И.
    Применение искусственных нейронных сетей для прогнозирования урожайности [] / А. И. Павлова, С. А. Ким // Математика, ее приложения и математическое образование (МПМО23) : материалы 8 международной конференции, 26 июня – 1 июля 2023 г., г. Улан-Удэ, Байкал / Восточно-Сибирский государственный университет технологий и управления ; науч. ред. А. Д. Мижидон ; отв. ред. В. Н. Ханхасаев. - Улан-Удэ : Издательство ВСГУТУ, 2023. - С. 167-170. - Библиогр. в конце ст. . - ISBN 978-5-907599-97-0
ГРНТИ
68.01.77

Рубрики: Сельское хозяйство--Методы исследования
Кл.слова (ненормированные):
Математика, ее приложения и математическое образование -- методы исследования -- урожайность -- прогнозирование -- радиальные базисные сети -- многослойные нейронные сети -- Павлова, А. И. -- Ким, С. А.
Аннотация: Работа посвящена задаче прогнозирования урожайности пшеницы с применением искусственных нейронных сетей на примере опытного стационара Сибирского научно-исследовательского института земледелия и химизации сельского хозяйства с 1986 по 2016 гг. Для прогнозирования урожайности пшеницы в качестве входных признаков использованы агроклиматические показатели тепло- и влагообеспеченности вегетационного периода (сумма осадков, температуры воздуха выше 10°, коэффициенты увлажнения Селянинова, Иванова), а также запасы продуктивной влаги в метром слое почвы. Для прогнозирования урожайности пшеницы использованы: многослойная искусственная нейронная сеть и сеть радиальных базисных функций. В результате исследований было выявлено, что методы обучения многослойных и радиальных нейронных сетей позволяют осуществлять прогноз урожайности с точностью (precision) от 81,3 до 93,2%. Радиальные базисные сети характеризуются лучшими показатели точности в сравнении с градиентными методами, учитывающими значение производной функции ошибки первого порядка. Более низкие значения точности были получены при использовании метода градиентного спуска: точность меньше на 11,9%, а RMSE больше на 0,314 в сравнении с сетью радиальных базисных функций (для тестовой выборки данных).

Перейти к внешнему ресурсу: полный текст

Доп.точки доступа:
Мижидон, А. Д. \науч. ред.\; Ханхасаев, В. Н. \отв. ред.\; Ким, С. А.

Найти похожие
 
Стандартный
Расширенный
Профессиональный
Распределенный
По словарю
ГРНТИ-навигатор
УДК-навигатор
ББК-навигатор
Тематический навигатор
ссылка на мобильную версию электронного каталога