Использование адаптивных алгоритмов отбора существенных признаков при нейросетевом решении обратной задачи электроразведки

А.Г. Гужва; С.А. Доленко; Е.А. Оборнев; И.Г. Персианцев; М.И. Шимелевич; Ю.С. Шугай

Использование адаптивных алгоритмов отбора существенных признаков при нейросетевом решении обратной задачи электроразведки

А.Г. Гужва¹, С.А. Доленко², Е.А. Оборнев³, И.Г. Персианцев⁴, М.И. Шимелевич⁵, Ю.С. Шугай⁶

научная статья Страницы: 46-54

¹ Научно-исследовательский институт ядерной физики им. Д.В. Скобельцына Московского государственного университета им. М.В. Ломоносова
^2,6 к. ф.-м. н., Научно-исследовательский институт ядерной физики им. Д.В. Скобельцына Московского государственного университета им. М.В. Ломоносова
^3,5 к.ф.-м.н., ГОУ ВПО Российский государственный геологоразведочный университет им. С. Орджоникидзе
⁴ д. ф.-м. н., профессор, Научно-исследовательский институт ядерной физики им. Д.В. Скобельцына Московского государственного университета им. М.В. Ломоносова

Ключевые слова: нейронные сети отбор существенных признаков обратные задачи электроразведка магнитотеллурика

Аннотация

Разработан алгоритм поэтапного отбора существенных признаков и приведены результаты его применения на данных нескольких моделей распределений электропроводности.

Для цитирования

Гужва А.Г., Доленко С.А., Оборнев Е.А., Персианцев И.Г., Шимелевич М.И., Шугай Ю.С. Использование адаптивных алгоритмов отбора существенных признаков при нейросетевом решении обратной задачи электроразведки // Нейрокомпьютеры: разработка, применение. 2010. № 3. С. 46–54.

Список источников

Бердичевский М. Н., Дмитриев В. И. Обратные задачи магнитотеллурики в современной постановке // Физика Земли. 2004. №4. С. 12-29.
Шимелевич М. И., Оборнев Е. А., Гаврюшов С. А. Техника построения нейронных сетей для решения многопараметрических обратных задач магнитотеллурического зондирования // Изв. вузов. Сер. Геология и разведка. 2001. № 2. С. 129-137.
Доленко С. А., Доленко Т. А., Персианцев И. Г., Фадеев В. В., Буриков С. А. Решение обратных задач оптической спектроскопии с помощью нейронных сетей // Нейрокомпьютеры: разработка, применение. 2005. № 1-2. С. 89-97.
Hassoun, M. H., Fundamentals of artificial neural networks // The MIT Press. 1995. P. 97-102.
Gevrey, M., Dimopoulos, I., Lek, S., Review and comparison of methods to study the contribution of variables in artificial neural network models // Ecological Modelling. 2003. V. 160. P.249-264.

[1] Бердичевский М. Н., Дмитриев В. И. Обратные задачи магнитотеллурики в современной постановке // Физика Земли. 2004. №4. С. 12-29.

[2] Шимелевич М. И., Оборнев Е. А., Гаврюшов С. А. Техника построения нейронных сетей для решения многопараметрических обратных задач магнитотеллурического зондирования // Изв. вузов. Сер. Геология и разведка. 2001. № 2. С. 129-137.

[3] Доленко С. А., Доленко Т. А., Персианцев И. Г., Фадеев В. В., Буриков С. А. Решение обратных задач оптической спектроскопии с помощью нейронных сетей // Нейрокомпьютеры: разработка, применение. 2005. № 1-2. С. 89-97.

[4] Hassoun, M. H., Fundamentals of artificial neural networks // The MIT Press. 1995. P. 97-102.

[5] Gevrey, M., Dimopoulos, I., Lek, S., Review and comparison of methods to study the contribution of variables in artificial neural network models // Ecological Modelling. 2003. V. 160. P.249-264.

Аннотация

Для цитирования

Похожие статьи