ИСПОЛЬЗОВАНИЕ АППАРАТА ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОБЕСПЕЧЕНИЯ НАВИГАЦИОННОЙ И ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ СУДОХОДСТВА В УСЛОВИЯХ СЛОЖНОЙ ДИНАМИЧЕСКОЙ ОБСТАНОВКИ
Аннотация и ключевые слова
Аннотация (русский):
На примере акватории Обской губы рассмотрены особенности учета факторов навигационной и экологической безопасности судоходства при плавании в районах (акваториях) с быстро меняющейся обстановкой. Предложен аппарат искусственных нейронных сетей (ИНС) для оперативной оценки обстановки в ближней морской зоне судна. Предложены основные типы архитектуры ИНС, подходящие для задач анализа динамической территориальной ситуации. Выполнено сравнение архитектур ИНС по параметрам быстродействия и точности применительно к задаче оценки обстановки, которое показало преимущество рекуррентной нейронной сети

Ключевые слова:
ближняя морская зона, обстановка, перцептрон, архитектура нейронной сети, рекуррентная нейронная сеть
Текст
Текст произведения (PDF): Читать Скачать
Список литературы

1. A. Bagnall, J. Lines, A. Bostrom, J. Large, E. Keogh. The great time series classification bake off: a review and experimental evaluation of recent algo-rithmic advances. Data Mining and Knowledge Discovery, 2017, V.31, issue 3, pp.606-660. DOI 10.1007/s10618-016-0483-9

2. C.C. Aggarwal. Neural Networks and Deep Learning. A Textbook. Springer International Publishing AG, 2018. DOI 10.1007/978-3-319-94463-0 ISBN 978-3-319-94462-3.

3. Бородин Е.Л., Биденко С.И., Храмов И.С. Оценка обстановки в ближней морской зоне с использованием искусственных нейронных сетей // Эксплуатация морского транспорта. – 2018. – № 4. – С. 82 – 90.

4. Бородин Е.Л., Биденко С.И., Храмов И.С. и др. Геоинформаци-онная поддержка управления морской транспортной активностью: методиче-ский аспект // Эксплуатация морского транспорта. – 2018.– № 2. – С. 80 – 85.

5. Редько В.Г. Эволюция, нейронные сети, интеллект: модели и кон-цепции эволюционной кибернетики. - М.: Ленанд, 2019. – 224 c.

6. Шумский С.А. Машинный интеллект. Очерки по теории машинного обучения и искусственного интеллекта. М., РИОР, 2019. DOI: 10.29039/02011-1

7. Свидетельство о государственной регистрации программы для ЭВМ № 2022664000. Российская Федерация. СМПО-22.3, № 2022664000: заявлено 01.07.2022: опубликовано 21.07.2022, / Храмов И.С., Биденко С.И., Бенгерт А.А. – Зарегистрировано в Реестре программ для ЭВМ, регистра-ционный № 2022664000 от 21.07.2022.

8. Арктическое пространство России в XXI веке: факторы развития, ор-ганизация управления / под ред. акад. В.В. Ивантера. – СПб.: Издательский дом «Наука», 2019. – 1040 с.

9. Свидетельство о государственной регистрации программы для ЭВМ № 2022664091. Российская Федерация. ЭкоВМ: № 2022664091: заяв-лено 05.07.2022: опубликовано 22.07.2022, / Храмов И.С., Мучкаева И.С. – Зарегистрировано в Реестре программ для ЭВМ, регистрационный № 2022664091 от 22.07.2022.

10. Т. Рашид. Создаём нейронную сеть. Математические идеи, лежа-щие в основе нейронных сетей, и поэтапное создание собственной нейронной сети на языке Python. Вильямс, 2018. ISBN 978-1530826605.


Войти или Создать
* Забыли пароль?