Личный кабинет
Подробное описание документа
Шаров Г. С.
Обучение нейросети для определения коэффициента максимального заполнения полимерной основы модельной энергетической конденсированной системы порошкообразными компонентами / Шаров Г. С. - DOI 10.18698/2541-8009-2023-8-927 // Политехнический молодежный журнал МГТУ им. Н. Э. Баумана. - 2023. - № 8. -
Скачать документ
Оптимизирован гранулометрический состав перхлората аммония путем вычисления предельной степени объемного наполнения с помощью нейронной сети. Написание кода для нейронной сети осуществлялось с использованием языка программирования Python 3.0 с импортированной библиотекой Keras. Выбраны оптимальные параметры нейронной сети. Применен встроенный в библиотеку Keras метод EarlyStopping в целях устранения проблемы переобучения нейронной сети. Проанализированы результаты работы нейронной сети. Визуализирована полученная зависимость коэффициента максимального заполнения полимерной основы с помощью треугольных диаграмм Гиббса. Установлена актуальность использования нейронных сетей при оптимизации гранулометрического состава модельной энергетической системы.
Статья опубликована в следующих изданиях
№ 8. - 2023.
