|
ИСТИНА |
Войти в систему Регистрация |
Интеллектуальная Система Тематического Исследования НАукометрических данных |
||
Use of Conditional Generative Variational Autoencoder Networks to Improve Representativity of Data in Optical Spectroscopyстатья Исследовательская статья
Дата последнего поиска статьи во внешних источниках: 8 апреля 2022 г.
- Авторы: Efitorov Alexander, Dolenko Tatiana, Laptinskiy Kirill, Burikov Sergey, Dolenko Sergey
- Журнал: Proceedings of Science
- Том: 410
- Год издания: 2021
- Издательство: Sissa Medialab
- Местоположение издательства: Italy
- Номер статьи: 013
- DOI: 10.22323/1.410.0013
- Аннотация: In this study, the solution of the inverse problem of spectroscopy of water-ethanol liquid solutions by neural network models is considered. The process of training a neural network requires a large number of patterns, which cannot be obtained by laboratory measurements. In this paper, we demonstrate the possibility of generating an additional array of patterns using a conditional variational autoencoder. The generated patterns have a form similar to real spectra, and they are used to train the neural network for classification, along with the original patterns. As a result of applying this approach, it was possible to improve the quality of solving the inverse problem on real patterns that were not used in the training process.
- Добавил в систему: Доленко Сергей Анатольевич
Прикрепленные файлы
| № | Имя | Описание | Имя файла | Размер | Добавлен |
|---|---|---|---|---|---|
| 1. | Полный текст | DLCP2021_013.pdf | 352,9 КБ | 25 декабря 2021 [Dolenko] |