Реализация искусственной нейронной сети
Состав работы
|
|
|
|
Необходимые программы
Работа представляет собой zip архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
Программная для разделения хроматографических пиков.
1 Необходимость
Одной из актуальных проблем в хроматографии является выделение пиков из их суперпозиции для более точного расчёта площади каждого из них.
Существует множество статистических методов решения этой задачи (метод наименьших квадратов, метод главных компонент и т. д.). Но в настоящее время наиболее интересен подход с использованием в этой области искусственных нейронных сетей (ИНС).
Искусственные нейронные сети перестают быть экзотикой. В последние годы разработки в этой области представляют большой интерес не только для учёного света, но и для практичных людей. Областей их применения множество. Это автоматизация процессов распознавания образов, адаптивное управление, аппроксимация функционалов, прогнозирование, создание экспертных систем, организация ассоциативной памяти и многие другие приложения.
При решении задачи выделения хроматографических пиков из их суперпозиции искусственные нейронные сети дают более точные результаты, чем методы статистики. Выделение производится путём прогнозирования фронта пика, скрытого из-за суперпозиции с соседним, на основании открытой части пика.
Целью данной работы является программная реализация искусственной нейросети, которая обеспечит разделение пиков на хроматограмме.
2 Теоретическое обоснование
1 Необходимость
Одной из актуальных проблем в хроматографии является выделение пиков из их суперпозиции для более точного расчёта площади каждого из них.
Существует множество статистических методов решения этой задачи (метод наименьших квадратов, метод главных компонент и т. д.). Но в настоящее время наиболее интересен подход с использованием в этой области искусственных нейронных сетей (ИНС).
Искусственные нейронные сети перестают быть экзотикой. В последние годы разработки в этой области представляют большой интерес не только для учёного света, но и для практичных людей. Областей их применения множество. Это автоматизация процессов распознавания образов, адаптивное управление, аппроксимация функционалов, прогнозирование, создание экспертных систем, организация ассоциативной памяти и многие другие приложения.
При решении задачи выделения хроматографических пиков из их суперпозиции искусственные нейронные сети дают более точные результаты, чем методы статистики. Выделение производится путём прогнозирования фронта пика, скрытого из-за суперпозиции с соседним, на основании открытой части пика.
Целью данной работы является программная реализация искусственной нейросети, которая обеспечит разделение пиков на хроматограмме.
2 Теоретическое обоснование
Другие работы
Розвиток сімейних форм опіки дітей в Україні
Elfa254
: 9 февраля 2014
Цікаве життя людини! Хтось народжується щасливим, комусь доводиться пережити складні обставини долі, але є і такі долі, коли не має змоги щось змінити самому. Саме дитячі долі в руках дорослих, і тому важко переживати за дітей, чиє життя понівечено та з самого початку зруйновано. Відсутність батьківського тепла, маминої колиски на ніч, іграшок та подарунків на свята від рідних - все це є життя дітей-сиріт та дітей позбавлених батьківського піклування. Ці діти живуть в інтернатах, мають одяг та ї
15 руб.
Экзаменационный билет №1. Компьютерное моделирование
ProSib
: 7 апреля 2022
Билет 1
1. Назначение модуляции при цифровой передаче сигналов.
2. Последовательность обработки сигнала в процессе симуляции.
300 руб.
Гидравлика АКАДЕМИЯ ГРАЖДАНСКОЙ ЗАЩИТЫ Задача 4 Вариант 42
Z24
: 10 марта 2026
Определить предельную высоту расположения оси центробежного насоса над уровнем воды в водоисточник h, если расход воды из насоса Q, диаметр всасывающей трубы d. Вакуумметрическое давление, создаваемое во всасывающем патрубке рв, потери напора во всасывающей линии 1 м.
150 руб.
Курсовая работа Помехоустойчивое кодирование в ТКС Вариант 25
Ander
: 21 ноября 2022
1. а) Рассчитать и построить график спектра весов циклического кода (7,3), определить его кодовое расстояние, гарантируемую кратность исправляемых и обнаруживаемых ошибок;
б) Рассчитать и построить распределение кратностей ошибок на входе и выходе декодера этого же кода, найти вероятность ошибки декодирования, если декодер используется в канале с независимыми ошибками. Вероятность ошибки в канале равна p = 0,001(для варианта 5).
2. Рассчитать и построить зависимость вероятности ошибки в ка
500 руб.