| DC Field | Value | Language |
|---|
| dc.contributor.author | Дановский, В. Д. | - |
| dc.date.accessioned | 2022-05-23T12:25:23Z | - |
| dc.date.available | 2022-05-23T12:25:23Z | - |
| dc.date.issued | 2022 | - |
| dc.identifier.citation | Дановский, В. Д. Предсказание сигналов стационарных процессов / В. Д. Дановский // Электронные системы и технологии [Электронный ресурс] : сборник материалов 58-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 18-22 апреля 2022 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2022. – С. 188–190. – Режим доступа : https://libeldoc.bsuir.by/handle/123456789/46926. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/47062 | - |
| dc.description.abstract | Исследованы спектрограммы изношенной и неизношенной топливной форсунки. Разработана предсказательная модель на основе LSTM-нейронной сети. Предложены мероприятия по улучшению предсказательной точности модели и методология использования полученных результатов. Were investigated spectrograms of new and worn-out fuel injector. Has been developed a predictive model based on the LSTM neural network. Measures to improve predictive accuracy of the model and methodology of using the obtained results are proposed. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | стационарный процесс | ru_RU |
| dc.subject | нейронные сети | ru_RU |
| dc.subject | линейное предсказание | ru_RU |
| dc.subject | stationary process | ru_RU |
| dc.subject | neural network | ru_RU |
| dc.subject | linear prediction | ru_RU |
| dc.title | Предсказание сигналов стационарных процессов | ru_RU |
| dc.title.alternative | Prediction of stationary process signals | ru_RU |
| dc.type | Статья | ru_RU |
| Appears in Collections: | Электронные системы и технологии : материалы 58-й конференции аспирантов, магистрантов и студентов (2022)
|
