Нейросетевая предиктивная модель для количественного анализа данных абсорбционной ИК-спектроскопии атмосферных газов
Предложены предиктивные модели для оценки концентрации малых газовых примесей атмосферы на основе обучающей выборки модельных данных абсорбционной ИК-спектроскопии. Спектры таргетных газов взяты из базы HITRAN. Исследованы следующие методы машинного обучения: регрессии опорных векторов и на основ...
| Опубликовано в: : | Известия высших учебных заведений. Физика Т. 68, № 11. С. 27-34 |
|---|---|
| Другие авторы: | , , , , |
| Формат: | Статья в журнале |
| Язык: | Russian |
| Предметы: | |
| Online-ссылка: | https://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001273359 Перейти в каталог НБ ТГУ |
| Итог: | Предложены предиктивные модели для оценки концентрации малых газовых примесей атмосферы на основе обучающей выборки модельных данных абсорбционной ИК-спектроскопии. Спектры таргетных газов взяты из базы HITRAN. Исследованы следующие методы машинного обучения: регрессии опорных векторов и на основе случайного леса, LASSO, искусственная нейронная сеть прямого распространения. Предложен новый конвейер машинного обучения на основе искусственной нейронной сети, превосходящий по точности остальные методы. Полученные модели могут быть использованы для оценки концентрации таргетных газов в атмосфере по данным абсорбционной ИК-спектроскопии. |
|---|---|
| Библиография: | Библиогр.: 17 назв. |
| ISSN: | 0021-3411 |
| Доступ: | Ограниченный доступ |