Оцінка ефективності застосування інформаційної технології автоматизованого прогнозування несприятливих авіаційних подій в польоті
У статті в рамках інформаційної технології автоматизованого прогнозування несприятливих авіаційних подій в польоті з використанням глибоких нейронних мереж показані результати моделювання процесу навчання гібридної нейронної мережі на основі згорткових та рекурентних нейронних мереж з використанням...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | English |
Published: |
Ivan Kozhedub Kharkiv National Air Force University
2019-05-01
|
Series: | Системи обробки інформації |
Subjects: | |
Online Access: | http://www.hups.mil.gov.ua/periodic-app/article/19339/soi_2019_2_21.pdf |
Summary: | У статті в рамках інформаційної технології автоматизованого прогнозування несприятливих авіаційних подій в польоті з використанням глибоких нейронних мереж показані результати моделювання процесу навчання гібридної нейронної мережі на основі згорткових та рекурентних нейронних мереж з використанням фреймворків Keras та TensorFlow з визначенням оптимального значення коефіцієнта швидкості навчання за визначену кількість епох навчання. Метою статті є оцінка ефективності застосування інформаційної технології автоматизованого прогнозування несприятливих авіаційних подій в польоті з використанням глибоких нейронних мереж. Проведено оцінку точності прогнозування несприятливих авіаційних подій в польоті в ході функціонування гібридної нейронної мережі з використанням запропонованої інформаційної технології. Проведено порівняння отриманих результатів оцінки точності прогнозування несприятливих авіаційних подій в польоті з використанням існуючих підходів на основі нейромережевих моделей класичних Recurrent neural network, Long short-term memory, Convolutional neural network і запропонованого підходу на основі модифікованого нейромережевого класифікатора з комплексним використанням Convolutional neural network та Recurrent neural network. Результати порівняння дозволяють зробити висновок, що застосування розробленої інформаційної технології, що реалізовує дану гібридну нейромережеву модель, дозволяє отримати виграш в точності та в повноті класифікації несприятливих авіаційних подій в польоті. |
---|---|
ISSN: | 1681-7710 2518-1696 |