Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "depresja glacitektoniczna" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Sztuczne sieci neuronowe w zastosowaniu do budowy modelu geologicznego Pradoliny Głogowsko-Barudzkiej w okolicy Nowej Soli
The use of neural networks in the construction of geological model of the Głogów-Baruth Ice-Marginal Valley in the Nowa Sól area, Poland
Autorzy:
Kraiński, A.
Mrówczyńska, M.
Powiązania:
https://bibliotekanauki.pl/articles/2074912.pdf
Data publikacji:
2012
Wydawca:
Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
Tematy:
neural networks
gradient methods of optimization
ice-marginal valley
glaciotectonic depression
sieci neuronowe
gradientowe metody optymalizacji
pradolina
depresja glacitektoniczna
Opis:
This article attempts to determine the course of geological strata in part of the G³ogów-Baruth Ice-Marginal Valley, using the multilayer neural networks of a sigmoidal type, trained by the back propagation method that is based on the known theory of gradient optimization methods. Determination of the trend of individual layers was made based on the coordinates (x, y) and the following data: depth of the top, depth of the base and thickness of the strata, obtained from field studies.
Źródło:
Przegląd Geologiczny; 2012, 60, 12; 650--656
0033-2151
Pojawia się w:
Przegląd Geologiczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Próba budowy modelu geologicznego pradoliny głogowsko-barudzkiej w okolicy Nowej Soli z wykorzystaniem sztucznych sieci neuronowych
Geological model test construction of great-valley Głogów in area a Nowa Sól with the use of neural networks
Autorzy:
Kraiński, A.
Mrówczyńska, M.
Powiązania:
https://bibliotekanauki.pl/articles/372101.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
pradolina
depresja glacitektoniczna
sztuczne sieci neuronowe
gradientowe metody optymalizacji
neural networks
gradient methods of optimalization
great-valley
glacitectonic depression
Opis:
W artykule podjęto próbę wyznaczenia przebiegu warstw geologicznych dla fragmentu obszaru pradoliny głogowsko - barudzkiej, wykorzystując w tym celu sieci neuronowe jednokierunkowe wielowarstwowe typu sigmoidalnego uczone metodą propagacji wstecznej błędu, która bazuje na znanych z teorii optymalizacji metodach gradientowych. Wyznaczenie przebiegu poszczególnych warstw zostało wykonane na podstawie współrzędnych (x,y) oraz danych w postaci wysokości stropu, głębokości spągu oraz miąższości warstw uzyskanych na podstawie badań terenowych.
This article attempts to determine the course of geological strata for a great-valley area Głogów, using the multilayer neural network the sigmoidal type training by back propagation method, which is based on the known theory of gradient optimization methods. Determination of the experience of individual layers was made on the basis of the coordinates (x,y), and data in the form of ceiling height, depth and thickness of floor obtained from field studies.
Źródło:
Zeszyty Naukowe. Inżynieria Środowiska / Uniwersytet Zielonogórski; 2010, 139 (19); 47-66
1895-7323
Pojawia się w:
Zeszyty Naukowe. Inżynieria Środowiska / Uniwersytet Zielonogórski
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies