Применение глубоких нейронных сетей для классификации больших объемов астрономических данных
Предмет и цель работы: В процессе астрономических наблюдений собираются огромные объемы данных. БСА ФИАН (Большая сканирующая антенна Физического института Российской академии наук), используемая при исследовании импульсных явлений, ежедневно регистрирует 87.5 Гб данных (32 Тб в год). Целью представ...
Збережено в:
Видавець: | Радіоастрономічний інститут НАН України |
---|---|
Дата: | 2017 |
Автори: | , , |
Формат: | Стаття |
Мова: | Russian |
Опубліковано: |
Радіоастрономічний інститут НАН України
2017
|
Назва видання: | Радиофизика и радиоастрономия |
Теми: | |
Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/130283 |
Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
Цитувати: | Применение глубоких нейронных сетей для классификации больших объемов астрономических данных / А.А. Горбунов, Е.А. Исаев, В.А. Самодуров // Радиофизика и радиоастрономия. — 2017. — Т. 22, № 4. — С. 270-275. — Бібліогр.: 3 назв. — рос. |
Репозиторії
Digital Library of Periodicals of National Academy of Sciences of UkraineРезюме: | Предмет и цель работы: В процессе астрономических наблюдений собираются огромные объемы данных. БСА ФИАН (Большая сканирующая антенна Физического института Российской академии наук), используемая при исследовании импульсных явлений, ежедневно регистрирует 87.5 Гб данных (32 Тб в год). Целью представленной работы является разработка веб-сервиса для помощи экспертам в классификации новых астрономических наблюдений. Студия машинного обучения Azure Machine Learning Studio, поддерживающая алгоритм глубокой нейронной сети, используется в качестве инструмента для разработки веб-сервиса. |
---|