• ВХОД

    •  

    Полное описание

    Зрелова, Д. П. Модели физически информированных / осведомленныхклассических лагранжевых / гамильтоновых нейронных сетей в глубоком обучении / Д. П. Зрелова, С. В. Ульянов. - DOI 10.25559/SITITO.18.202202.310-325. - Текст : непосредственный // Современные информационные технологии и ИТ-образование : международный научный журнал. - 2022. - Т. 18, N 2. - С. 310-325. - Библиогр. в конце ст. - ISSN 2411-1473.

    ГРНТИ УДК
    28.23004.8
    28.23.37004.032.26

    Рубрики:
    Искусственный интеллект
    Нейронные сети

    Кл.слова (ненормированные): физически информированные нейронные сети -- лагранжевы нейронные сети -- гамильтоновы нейронные сети -- нейронные сети с физическими ограничениями
    Аннотация: Рассмотрены принципы построения систем глубокого машинного обучения на основе учета информации о физических свойствах исследуемого объекта управления типа автономного робота. Платформой для разработки интеллектуального инструментария являются модели глубокого машинного обучения с применением физически информированных нейронных сетей. Большинство из разрабатываемых методов построения моделей идентификации системы представляют собой либо модели «черного ящика» (т. е. общие модели, основанные на обучающих данных), либо так называемые модели «белого ящика» (например, модели пространства состояний/управления, которые могут быть явно выражены математически). Таким образом, направление развития состоит в исследовании модели «серого ящика» в пространстве состояний. Модель «серого ящика» означает модель, которая обучается на данных, руководствуясь при этом информацией о применяемых некоторых физических свойств или законов. Такие модели можно в дальнейшем применять для адаптивного управления и самоорганизации. Следовательно, рассматривается использование моделей в пространстве состояний. Особенность физически информированных нейронных сетей заключается в том, что изначально учитывают лежащее в основе описание физической интерпретации уравнений в частных или обыкновенных производных, то есть физику проблемы вместо того, чтобы пытаться вывести решение на основе исключительно данных, то есть путем аппроксимации нейронной сетью набора пар «состояние-значение». В качестве такого класса систем обучения рассмотрены Лагранжевы и Ньютоновы нейронные сети. На конкретных примерах показаны преимущества и особенности применения обсуждаемых типов физически информированных нейронных сетей.
    Доп. точки доступа:
    Ульянов, Сергей Викторович

    Экз-ры полностью 4329a58d7089bf5a8716d2d83635c62d/2022/18/2
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -205405-164445)

    Шифр в сводном ЭК: abee8fedde20f478565a8bc1c31e2934




    Заказ фрагмента документа ₽