| Card | Table | RUSMARC | |
|
|
Новиков, Сергей Владимирович. Нейросетевые технологии при полунатурном моделировании в цифровом образовательном процессе университета 4.0 = Neural network technologies in hardware-in-the-loop simulation: comparison of NARX and GRU architectures / С. В. Новиков, А. И. Абдулнагимов, Г. К. Агеев. — (Авиационная и ракетно-космическая техника). — Текст: непосредственный // Вестник Уфимского государственного авиационного технического университета. – 2021. – Т. 25, № 3. — С. 42-49. — Исследование проводится при финансовой поддержке Минобрнауки РФ в рамках базовой части государственного задания образовательным организациям высшего образования № FEUE-2020-0007. — <URL:http://journal.ugatu.su/index.php/Vestnik/article/view/3236/2787>.Record create date: 10/25/2021 Subject: Радиоэлектроника; Искусственный интеллект. Экспертные системы; ГТД; газотурбинные двигатели; рекуррентные нейронные сети; GRU; NARX; машинное обучение; динамические модели; полунатурное моделирование; gas turbine engines; recurrent neural networks; machine learning; dynamic models; semi-natural modelin; университет 4.0 Collections: Вестник УГАТУ Allowed Actions: View |
Annotation
Обсуждается одно из научно-образовательных направлений развития университета нового поколения по созданию интеллектуальных моделей сложных систем. Рассматривается принцип реализации математических моделей газотурбинных двигателей в виде рекуррентных нейронных сетей и их применение в полунатурном комплексном моделировании для отладки систем автоматического управления, контроля и диагностики.
Usage statistics
|
|
Access count: 37
Last 30 days: 0 Detailed usage statistics |