Cтраница 2
В работе рассмотрена возможность применения инструментария искусственных нейронных сетей ( ИНС) для выбора наиболее подходящей модели пласта по фактической кривой восстановления давления. [16]
Необходимо с самого начала проведения эксперимента иметь довольно подробный его план, что позволит выбрать наиболее подходящую модель, с тем чтобы можно было-организовать целенаправленное и эффективное получение ( а возможно, и частичный анализ) требуемых экспериментальных данных. Машинное время стоит дорого, и потому учет специфических требований к желательным экспериментальным данным может оказать влияние на выбор структуры модели. Было бы неприятно обнаружить, что уже построенная и введенная в машину модель не соответствует потребностям проводимого эксперимента. [17]
В других случаях наилучшей предсказывающей моделью может быть модель из класса 2 и, наконец, наиболее подходящие модели из обоих классов могут иметь одинаковое качество. Например, для ряда Т1 наиболее подходящие модели из классов 1 и 2 дают более или менее одинаковое качество предсказания. Для фонограммы речи S4 наиболее удачной моделью является обычная AR-модель. [18]
Поэтому, для получения адекватных результатов численного анализа НДС трубопровода в условиях воздействия пожара необходимо выбрать наиболее подходящую модель ползучести. [19]
Идеальный критерий выбора подходящего класса моделей должен быть таким, чтобы выбранный класс обладал свойством, что наиболее подходящая модель в этом классе для заданного множества наблюдений проходит все критерии проверки адекватности при выбранном уровне значимости. Кроме того, модель должна давать удовлетворительное предсказание. Тогда можно быть уверенным, что модель удовлетворительно представляет данные, подтверждая этим правильность выбора определенного класса моделей. Однако на практике так не поступают. В практических задачах число возможных классов может быть относительно велико. Без прямого метода выбора нужного класса моделей мы должны для заданного множества данных найти наиболее подходящую модель в каждом из классов и затем применять множество критериев проверки адекватности в каждом случае до тех пор, пока не будет найден соответствующий класс, в котором наиболее подходящая модель удовлетворяет всем критериям проверки адекватности. Этот путь непрактичен в вычислительном отношении. Следовательно, нужно рассматривать отдельно задачи выбора класса и проверки адекватности модели. [20]
Проводя расчеты частотных характеристик для различных возможных структур модели, их постоянно сравнивают с экспериментально снятыми характеристиками и выбирают наиболее подходящую модель в смысле минимума СКО. Увеличение количества нелинейностей в структуре приводит к увеличению объема вычислений и дополнительных экспериментов. [21]
Из-за большой подвижности атомов водорода его перераспределение под действием потенциальных полей происходит очень легко и в таких масштабах, что системы металл-водород являются наиболее подходящими моделями для изучения термодиффузии, восходящей диффузии, электропереноса. [22]
Из вышесказанного можно заключить, что должны быть построены различные модели с различными уровнями дискретизации так, чтобы из множества различных моделей можно было выбрать наиболее подходящую модель для данной конкретной задачи. [23]
В результате практического применения порошковых методов уточнения - площадей, Ритвелда и комбинированного метода - определено, что оптимальной схемой расчетов является следующая: используя программу построения теоретической рентгенограммы, выявляют наиболее подходящие модели структуры и для каждой выбранной модели производится уточнение ее параметров. В конечном итоге выбирается та модель, у которой значение R - фактора минимально. [24]
Скоро на помощь потребителям придет цифровой персональный помощник боте ( база знаний, soft hots, knowbots, hots), который в поисках запрашиваемой хозяином информации ( от любимого шоколада до наиболее подходящей модели портативного компьютера) будет самостоятельно путешествовать в Сети. [25]
Скоро на помощь потребителям придет цифровой персональный помощник боте ( база знаний, soft hots, knowbots, bots), который в поисках запрашиваемой хозяином информации ( от любимого шоколада до наиболее подходящей модели портативного компьютера) будет самостоятельно путешествовать в Сети. [26]
Итак, окончательно приходим к выводу, что авторегрессионная модель Mz с тремя авторегроосионными членами y ( t - 1), y ( t - 2) и y ( t - 10) является наиболее подходящей моделью. [27]
Другим подходом к исследованию однородности дисперсного материала СО является непосредственное исследование распределения аттестуемого компонента по пробам. Наиболее подходящей моделью в этом случае является модель однофакторного дисперсионного анализа со случайными уровнями факторов неоднородности. В рамках этой модели решается задача опенки компонентов дисперсии, вызванной действием фактора, уровни которого изменяются случайным образом и их невозможно фиксировать. Выводы о значении дисперсии погрешности неоднородности материала СО при этом делаются па основе анализа конечного числа отобранных случайным образом проб. [28]
В этом пункте определяются наиболее подходящие модели в каждом из г классов по имеющимся данным и производится непосредственное сравнение г лучших моделей, в отличие от методов, использованных выше, где непосредственно сравнивались классы, а не модели. [29]
Обозначим порядки наиболее подходящих АН-моделей в ( а) через п и п соответственно. Предположим, что эти наиболее подходящие модели прошли все тесты проверки адекватности. [30]