Результаты поиска: Субботина

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

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

№2 (2022)

DOI:10.47148/1609-364X-2022-2 Возможности блока анализа магнитотеллурических данных в комплексе ГИС INTEGROКуприянов И.С. Использование геоинформационных технологий в прикладных задачах мониторинга сельскохозяйственных земельАфанасьев В.С. Геоинформационная технология для планирования и учета дорожного покрытияЕремеев С.В., Егай М.В., Абакумов А.В. Повышение точности локализации беспилотной техники на основе электронной … Читать далее →

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 →

№4 (2019)

Оптимизация разбиения исходных данных для предсказания пространственного распределения хрома нейронной сетью прямого распространения.Буевич А.Г., Рахматова А.Ю., Сергеев А.П., Баглаева Е.М., Шичкин А.В., Субботина И.Е., Сергеева М.В., Маркелов Ю.И. … » В работе предложен подход для оптимизации разбиения исходных данных на обучающее и тестовое подмножества при моделировании пространственного распределения признака методом искусственных нейронных сетей (ИНС). Подход … Читать далее →