1. Главная
  2. Ресурсы
  3. Библиотечный поиск
  4. Журнал «Информационные технологии»
  5. Выпуск 2021 г. Том 27. № 3
Применение свертки спериодическимграничным условиемдля обработки данныхот цилиндрическихмассивов электродов Сапунов В. В.Ботман С. А.Камышов Г. В.2021 год

Применение свертки с периодическим граничным условием для обработки данных от цилиндрических массивов электродов
статья из журнала

Заказать копию статьи
База данных: Каталог библиотеки СФУ (П 764)
Библиографическое описание: Применение свертки с периодическим граничным условием для обработки данных от цилиндрических массивов электродов = Application of convolution with periodic boundary condition for processing data from cylindrical electrode arrays / В. В. Сапунов, С. А. Ботман, Г. В. Камышов, Н. Н. Шушарина. - (Базы данных). - Текст : непосредственный // Информационные технологии. - 2021. - Т. 27, № 3. - С. 125-131. - Работа выполнена в рамках государственного задания № FZWM-2020-0013. - ISSN 1684-6400.
Аннотация: Предлагается модификация искусственной нейронной сети сверточного типа для работы с электромиографическими данными, полученными от цилиндрических массивов электродов.
Год издания: 2021
Авторы: Сапунов В. В. , Ботман С. А. , Камышов Г. В. , Шушарина Н. Н.
Источник: Информационные технологии
Выпуск: Т. 27, № 3
Номера страниц: 125-131
Количество экземпляров:
  • Абонемент научной литературы (пр. Свободный, 79, Б1-14): свободно 1 из 1 экземпляров

Похожие публикации

Методы и модели исследования сложных систем и обработки больших данных

  • Парамонов Иван Юрьевич и др.
  • 2020 год
Применение нейроннойсети прямогораспространения кпрогнозированиютепловыххарактеристик станков Поляков А. Н.Позевалкин В. В.2021 год

Применение нейронной сети прямого распространения к прогнозированию тепловых характеристик станков

  • Поляков А. Н. и др.
  • 2021 год
Нейронная сеть наоснове специальнойпотенциальной функциидля распознаваниямногофункциональныхсигналов Афонин В. Л.Слепцов В. В.2021 год

Нейронная сеть на основе специальной потенциальной функции для распознавания многофункциональных…

  • Афонин В. Л. и др.
  • 2021 год

Алгоритмические основы обработки данных

  • Лозовский В. В. и др.
  • 2022 год

Алгоритмические основы обработки данных

  • Платонова О. В. и др.
  • 2024 год

Алгоритмические основы обработки данных

  • Платонова О. В. и др.
  • 2022 год
Анализ системызаводнения сприменениемстатистическихметодов обработкиданных Сенцов Алексей ЮрьевичРябов Игорь ВячеславовичАнкудинов АлександрАнатольевич2020 год

Анализ системы заводнения с применением статистических методов обработки данных

  • Сенцов Алексей Юрьевич и др.
  • 2020 год
Особенностиприменения методарассечения-разнесениядля безопасногохранения данных вовнешних хранилищах Аршинский Л. В.Шурховецкий Г. Н.2021 год

Особенности применения метода рассечения-разнесения для безопасного хранения данных во внешних…

  • Аршинский Л. В. и др.
  • 2021 год

Показать ещё

Синтаксический анализсимвольных массивовметодом рекурсивногоохвата иструктурирования напримере данныхVRML-формата Малаховецкий Д. В.Разумовский А. И.2021 год

Синтаксический анализ символьных массивов методом рекурсивного охвата и структурирования на…

  • Малаховецкий Д. В. и др.
  • 2021 год

Формальный анализ расположения компонентов в массивах упорядоченных данных

  • Гуменюк А. С. и др.
  • 2023 год

Структуры и алгоритмы обработки данных. Ч. 2. Неэлементарные структуры данных

  • Скворцова Л. А. и др.
  • 2022 год

Обработка и анализ данных химического эксперимента

  • Бурляева Е. В. и др.
  • 2022 год
Сравнениемодифицированныхметодов обучения Adamв задачах оценкипараметроврегрессионных моделейпо изображению Нарцев Д. Ю.Гнеушев А. Н.2021 год

Сравнение модифицированных методов обучения Adam в задачах оценки параметров регрессионных…

  • Нарцев Д. Ю. и др.
  • 2021 год
Периодические данные:идентификация,моделирование ипредставление в базахданных Родионов А. Н.2015 год

Периодические данные: идентификация, моделирование и представление в базах данных

  • Родионов А. Н.
  • 2015 год

Методы обработки экспериментальных данных

  • Гордин С. А. и др.
  • 2022 год

Структуры и алгоритмы обработки данных. Ч. 1. Линейные структуры данных в алгоритмах

  • Скворцова Л. А. и др.
  • 2023 год