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.

Работа с статьей

[1] Isaev I., Dolenko S. Comparative analysis of residual minimization and artificial neural networks as methods of solving inverse problems: Test on model data // Advances in Intelligent Systems and Computing. — 2016. — Vol. 449. — P. 289–295. 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. [ DOI ]

Публикация в формате сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл скрыть