Application of Deep Learning Neural Network for Classification of Big Data of Astronomic Observations

Application of Deep Learning Neural Network for Classification of Big Data of Astronomic Observations

Gespeichert in:

Bibliographische Detailangaben
Datum:	2017
Hauptverfasser:	A. A. Gorbunov, E. A. Isaev, V. A. Samodurov
Format:	Artikel
Sprache:	English
Veröffentlicht:	2017
Schriftenreihe:	Radio Physics and Radio Astronomy
Online Zugang:	http://jnas.nbuv.gov.ua/article/UJRN-0000800128
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Library portal of National Academy of Sciences of Ukraine \| LibNAS

Institution

Library portal of National Academy of Sciences of Ukraine | LibNAS

Ähnliche Einträge

APPLICATION OF DEEP LEARNING NEURAL NETWORK FOR CLASSIFICATION OF BIG DATA OF ASTRONOMIC OBSERVATIONS
von: Gorbunov, A. A., et al.
Veröffentlicht: (2017)

Structural and Parametric Synthesis of Deep Learning Neural Networks
von: V. M. Syniehlazov, et al.
Veröffentlicht: (2020)

Review of machine learning methods for Big satellite Data classification
von: M. S. Lavreniuk, et al.
Veröffentlicht: (2018)

Astronomical Databases and Observation Results on PRAO ASC LPI Sites
von: Samodurov, V. A., et al.
Veröffentlicht: (2012)

The Principles of Application of Machine Learning in Classification of Network Traffic
von: Ya. M. Antonyuk, et al.
Veröffentlicht: (2018)

The Principles of Application of Machine Learning in Classification of Network Traffic
von: Antonyuk, Ya.M., et al.
Veröffentlicht: (2018)

Machine Learning algorithms in Big Data context
von: V. M. Tereshchenko, et al.
Veröffentlicht: (2018)

Big data metadata classification
von: O. Zakharova
Veröffentlicht: (2019)

Big data metadata classification
von: Zakharova, O.V.
Veröffentlicht: (2019)

Application of neural networks in the classification of medical images textures
von: R. Dzierїak, et al.
Veröffentlicht: (2018)

Application of neural networks in the classification of medical images textures
von: Dzierżak, R., et al.
Veröffentlicht: (2018)

Neural networks’ learning process acceleration
von: Katerynych, L., et al.
Veröffentlicht: (2020)

Neural networks’ learning process acceleration
von: Katerynych, L., et al.
Veröffentlicht: (2020)

Some Frameworks for Big Data Analytics and Machine Learning
von: A. A. Ursatev
Veröffentlicht: (2016)

Deep neural network based on generalized neo-fuzzy neurons and its learning based on backpropagation
von: Ye. V. Bodianskyi, et al.
Veröffentlicht: (2021)

Analyzing the models of speech recognition on the basis of neural networks of deep learning for examination of digital phonograms
von: V. I. Solovev, et al.
Veröffentlicht: (2021)

Formal verification of deep neural networks
von: Panchuk, B.O.
Veröffentlicht: (2024)

Neural networks' learning process acceleration
von: L. Katerynych, et al.
Veröffentlicht: (2020)

Development of a Cluster with Cloud Computing Based on Neural Networks With Deep Learning for Modeling Multidimensional Fields
von: M. Kosovets, et al.
Veröffentlicht: (2021)

Deep neural network elements and their implementation in FPGA Xilinx
von: T. A. Samoliuk
Veröffentlicht: (2015)

Synthesis of optimal structure of deep neural network
von: Yu. Koval, et al.
Veröffentlicht: (2016)

Evaluating the informativity of training sample for classification of images by deep learning methods
von: B. P. Rusyn, et al.
Veröffentlicht: (2021)

Fuzzy probabilistic neural network in document classification tasks
von: A. L. Yerokhin, et al.
Veröffentlicht: (2018)

Self-learning neural network technologies in the systems of structural recognition of visual objects
von: Berestovskii, A. E., et al.
Veröffentlicht: (2015)

Analysis of speech MEL scale and its classification as big data by parameterized KNN
von: R. Skuratovskii, et al.
Veröffentlicht: (2021)

Study of stochastic gradient methods for optimization of algorithms of learning artificial neural networks
von: T. A. Samoljuk
Veröffentlicht: (2017)

Evaluation of the Features Significance Based on Neural Networks in Tasks of the Analysis of the Distance Learning Quality
von: E. M. Filonenko, et al.
Veröffentlicht: (2018)

Convolutional neural network model and software for classification of typical pests
von: Bezliudnyi, Y.S., et al.
Veröffentlicht: (2022)

Methods of artificial intelligence for acoustic emission diagnostics of fracture stages (A review). P. 2: Artificial neural network and deep learning
von: O. M. Stankevych, et al.
Veröffentlicht: (2024)

Histological and cytological images classification based on convolutional neural networks
von: O. M. Berezkyi, et al.
Veröffentlicht: (2017)

The selektion of reality model for the observed system using a neural network
von: N. I. Obodan, et al.
Veröffentlicht: (2015)

Use of ontological knowledge in machine learning methods for intelligent analysis of Big Data
von: Yu. V. Rohushyna
Veröffentlicht: (2018)

Use of ontological knowledge in machine learning methods for intelligent analysis of Big Data
von: Rogushina, J.V.
Veröffentlicht: (2019)

Application of YOLOX deep learning model for automated object detection on thermograms
von: I. O. Skladchykov, et al.
Veröffentlicht: (2022)

Two dimensional model of learning in spiking neural networks with homeostasis and reward
von: V. M. Osaulenko
Veröffentlicht: (2017)

Increasing the reliability of mobile intelligent machines based on deep neural networks
von: S. V. Kovalevskyi, et al.
Veröffentlicht: (2018)

Automatic development of deep neural networks for improving numerical meteorological forecast
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2024)

Enhancing image inpainting through image decomposition and deep neural networks
von: K. Bellaj, et al.
Veröffentlicht: (2023)

Application of neural network technologies in NDT systems
von: V. S. Yeremenko, et al.
Veröffentlicht: (2012)

Application of deep learning technology for creating intellectual autonomous machines
von: Bilokon, O.S.
Veröffentlicht: (2020)