Лазебник ЕА Библиотека материалов Прогнозирование уровня подземных вод в Донецкой области

Донецкий Национальный Технический Университет

Магистр ДонНТУ Лазебник Елизавета Александровна

ФИО: Лазебник Елизавета Александоровна
Тема выпускной магистерской работы: Прогнозирование уровня подземных вод в Донецкой области с использованием нейросетевых технологий
Руководитель:доцент, Губенко Наталья Евгеньевна
E-mail: fantagirl@mail.ru

[Главная] | [Автореферат] | [Cсылки] | [Отчет о поиске] | [Индивидуальное задание] | [Портал магистров]

Библиотека материалов по теме "Прогнозирование уровня подземных вод в Донецкой области с использованием нейросетевых технологий"

1	ВИКОРИСТАННЯ СУЧАСНИХ ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ ДЛЯ МОДЕЛЮВАННЯ ЕКОЛОГІЧНИХ СИСТЕМ НА ПРИКЛАДІ ВИМІРУ КОНЦЕНТРАЦІЇ ШКІДЛИВИХ РЕЧОВИН У ПРИЗЕМНИХ ШАРАХ	Лазебник Є.О., Хоруженко А.C., Макєєв О.Ю.
В статье рассмотренно применение различных статистических методов для прогнозирования концентрации вредных веществ в приземных слоях.

2	КЛИМАТ, ТЕОРИЯ, ФАКТОРЫ	Лазебник Е.А., Беловодский В.Н.
В статье рассмотрена проблема изменения климата на планете. Приведены основные факторы, влияющие на климат.

3	МОНИТОРИНГ УРОВНЯ ПОДЗЕМНЫХ ВОД В ДОНЕЦКОЙ ОБЛАСТИ	Лазебник Е.А., Губенко Н.Е.
В статье описан опыт использования методов системного и структурного анализа данных, корреляционный и регрессионный анализ, для мониторинга уровня подземных вод в Донецкой области.

4	ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ ДЛЯ ПРОГНОЗИРОВАНИЯ УРОВНЯ ПОДЗЕМНЫХ ВОД	Лазебник Е.А., Губенко Н.Е.
В настоящей работе описан опыт применения нейросетевых технологий для решения задач прогноза и глобального моделирования изменений уровня подземных вод. С помощью нейросетевой нелинейной регрессии решены задачи прогнозирования.

5	ДОЛГОСРОЧНЫЙ ПРОГНОЗ РЕЖИМА И ПЕРСПЕКТИВЫ РАЗВИТИЯ ВОДО-ПОТРЕБЛЕНИЯ ПОДЗЕМНЫХ ВОД ДОНБАССА	Г.В.Аверин , Ю.И.Моренко
В статье рассмотрена концепция регионального мониторинга подземных вод, основыванная на объектно-средовом подходе с реализацией методологии программного мониторинга для основных контролируемых объектов. Выделены элементы системы регионального мониторинга подземных вод для Донецкой области.

6	Нейронные сети: обучение без учителя	С.Короткий
В статье рассмотрены алгоритмы обучения искусственных нейронных сетей без учителя. Приведена библиотека классов на C++ и тестовый пример.

7	INTRODUCTION TO NEURAL NETWORKS	Christos Stergiou and Dimitrios Siganos
This report is an introduction to Artificial Neural Networks. The various types of neural networks are explained and demonstrated, applications of neural networks like ANNs in medicine are described, and a detailed historical background is provided. The connection between the artificial and the real thing is also investigated and explained. Finally, the mathematical models involved are presented and demonstrated.

8	ВВЕДЕНИЕ В НЕЙРОННЫЕ СЕТИ (перевод)	К. Стержио, Д. Сиганос
В данной книге Вы найдете ответы на часто задаваемые вопросы, например что такое нейронная сеть? зачем нужны нейронные сети? А также сравнительный анализ нейронных сетей и традиционных компьютеров и многое другое.

9	RAPID NEURONET INVERSION OF 2D MAGNETOTELLURIC DATA FOR MONITORING OF COMPLEX GEOELECTRICAL SECTIONS	M.I. Shimelevich, E.A. Obornev, S. Gavryushov
В статье описан мониторинг системы геоэлектрического разреза с использованием высокочувствительной нейросети для обработки магнитотеллурических данных.

10	Методы нейроинформатики (отв. за выпуск М.Г. Доррер. КГТУ), Красноярск, 1998. 205 с.	Под. ред. А.Н. Горбаня
Большинство работ связано с созданием нейросетевых алгоритмов обработки данных и реализацией этих алгоритмов на персональных компьютерах. Представлены новые алгоритмы решения классической проблемы заполнения пробелов в данных, описаны технологии нейросетевого производства явных знаний из данных, продемонстрированы различные приложения нейросетевых методов – от очень популярных сейчас геоинформационных систем (ГИС) до систем психологического тестирования и предсказания отношений в группе.

11	Нейронный сети: основные модели. Учебное пособие. – Воронеж: Наука, 1999. - 76с.	И.В. Заенцев.
Учебное пособие к курсу «Нейронные сети» для студентов 5 курса магистратуры. Подробно изложена теория нейронных сетей, описаны алгоритмы, модели, методы НС, а также способы их использования.

12	Нейроинформатика. Новосибирск: Наука. Сибирское предприятие РАН, 1998. - 296с.	А.Н.Горбань, А.Н.Кирдин и др.
В нескольких главах изложены возможности нейронных сетей, решение задач нейронными сетями. Широко рассмотрено быстрое дифференцирование, двойственность и обратное распространение ошибки, нейросетевые информационные модели сложных инженерных систем, погрешности в нейронных сетях. Описаны способы получения логически прозрачных нейронных сетей и алгоритмы получения явных знаний из данных.