Авторизация
Фамилия
Пароль
Электронный каталог
Научной библиотеки ВСГУТУ
Базы данных
Материалы конференций ВСГУТУ- результаты поиска
Вид поиска
Книги
Статьи
Электронные издания ВСГУТУ
Статьи преподавателей ВСГУТУ
Вестник ВСГУТУ
Материалы конференций ВСГУТУ
Диссертации
Авторефераты
ГОСТЫ
Статьи о Бурятии
Выберите поиск:
Ключевые слова
Автор
Заглавие
Год издания
Что искать:
Формат представления найденных документов:
полный
информационный
краткий
Поисковый запрос:
(<.>K=радиальные базисные 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
полный формат
краткий формат
все найденные
отмеченные
кроме отмеченных
Стандартный
Расширенный
Профессиональный
Распределенный
По словарю
ГРНТИ-навигатор
УДК-навигатор
ББК-навигатор
Тематический навигатор
ссылка на мобильную версию электронного каталога