|
ИСТИНА |
Войти в систему Регистрация |
ИПМех РАН |
||
Comparative Analysis of Residual Minimization and Artificial Neural Networks as Methods of Solving Inverse Problems: Test on Model Dataстатья
Информация о цитировании статьи получена из
Scopus
Статья опубликована в журнале из списка Web of Science и/или Scopus
Дата последнего поиска статьи во внешних источниках: 19 декабря 2017 г.
- Авторы: Isaev Igor, Dolenko Sergey
- Журнал: Advances in Intelligent Systems and Computing
- Том: 449
- Год издания: 2016
- Первая страница: 289
- Последняя страница: 295
- DOI: 10.1007/978-3-319-32554-5_37
- Аннотация: This study compares perceptron type neural network and residual minimization for solving inverse problems, at the example of a model inverse problem. Stability of both methods against noise in data was investigated. The conclusion about limited applicability of residual as a criterion of the solution quality has been made.
- Добавил в систему: Доленко Сергей Анатольевич