Результаты поиска: "искусственные нейронные сети"

Индивидуальная и парная репрезентативность точек пробоотбора в задачах интерполяции распределения тяжелых металлов в верхнем слое почвы

№ 3 (2023) УДК 504.064.2.001.18 https://doi.org/10.47148/1609-364X-2023-3-63-70 Баглаева Е.М., Сергеев А.П., Шичкин А.В., Буевич А.Г., Буторова А.С. Ключевые слова: репрезентативность точек, сэмплинг, тяжелые металлы, искусственные нейронные сети, выбор обучающего подмножества Раздел: Геоэкология

Спектральная классификация космоснимков агроландшафта на основе ранжирования каналов наибольшей информативности

№ 3 (2022) УДК 504.064.37, 004.93.11, 633 https://doi.org/10.47148/1609-364X-2022-3-15-29 Вакуленко Д.В., Кравец А.Г. Ключевые слова: агроландшафт, мультиспектральное космическое изображение, показатель информативности канала, спектральное ранжирование каналов, классификация, система геопространственного распознавания, цифровой стратификационный план Раздел: Применение ГИС-технологий

Применение перестановочного метода к оценке прогностической способности моделей пространственного распределения концентраций меди и железа в верхнем слое почвы

№2 (2022) Сергеев А.П., Буторова А.С., Шичкин А.В., Буевич А.Г., Баглаева Е.М., Субботина И.Е. УДК 504.064.2.001.18https://doi.org/10.47148/1609-364X-2022-2-42-53 Ключевые слова: перестановочный метод, рандомизация, прогнозируемые значения, наблюдаемые значения, пространственное распределение, оценка прогностической способности, искусственные нейронные сети Раздел: Моделирование геообъектов и геопроцессов

Метод встречного прогнозирования пространственного ряда на примере содержания пыли в снеговом покрове

№1 (2022) УДК 504.064.2.001.18 https://doi.org/10.47148/1609-364X-2022-1-32-39 А.С. Буторова, А.П. Сергеев, А.В. Шичкин, А.Г. Буевич, Е.М. Баглаева, М.В. Сергеева Ключевые слова: метод встречного прогнозирования, восстановление пропущенных данных, искусственные нейронные сети, снеговой покров, пыль. Раздел: Моделирование геообъектов и геопроцессов

Поверхностная интерполяция содержаний тяжелых металлов в почве методами машинного обучения.

№1 (2019) УДК 504.064.2.001.18 Буевич А.Г., Москалева А.С., Косаченко А.И., Шичкин А.В., Сергеев А.П.  Рецензент: Пиманова Н.Н., кандидат технических наук. Ключевые слова: искусственные нейронные сети, случайный лес, случайный персептронный лес, интерполяция, тяжелые металлы, почва. Раздел: Моделирование геообъектов и геопроцессов

Оптимизация разбиения исходных данных для предсказания пространственного распределения хрома нейронной сетью прямого распространения.

№4 (2019) УДК 504.064.2.001.18 Буевич А.Г., Рахматова А.Ю., Сергеев А.П., Баглаева Е.М., Шичкин А.В., Субботина И.Е., Сергеева М.В., Маркелов Ю.И. Рецензент: Финкельштейн М.Я., доктор технических наук. Ключевые слова: искусственные нейронные сети, многослойный перцептрон, моделирование, разбиение, выборка. Раздел: Моделирование геообъектов и … Читать далее →

№1 (2019)

Геопортал «Металлогения»Ткачев А.В., Булов С.В., Чесалова Е.И.  … » Геопротал «Металлогения» является ключевым элементом узла инфраструктуры пространственных данных, создаваемого в ГГМ РАН. В настоящее время геопортал обеспечивает организованный доступ к каталогу метаданных, интерактивному картографическому приложению, веб-приложениям «Крупнейшие месторождения мира» и «Металлогениическая зональность … Читать далее →