Применение нейронных сетей в восстановлении профиля концентрации озона
В работе предлагается новый подход, основанный на применении нейронных сетей, который для решения обратных задач лазерного зондирования ранее не применялся. Возможность его использования обусловлена тем, что за последние годы создано достаточное количество моделей атмосферы, рассчитано множество профилей концентраций газа, температуры, аэрозоля.
Опишем решение данной задачи с помощью нейронной сети.
В качестве нейронной сети используется полносвязная нейронная сеть, состоящая из двух слоев. Входами для данной сети служат вертикальные профили оптической толщи, а выходами служат вертикальные профили концентрации газа, приведенные к одной и той же высотной сетке. Число входов каждого нейрона сети равно числу элементов в высотной сетке.
Для обучения нейронной сети были взяты вертикальные профили концентрации озона и профили температуры с радиозондовых станций Хэнтсвилл и Хэлей-Бэй.
Значения молекулярной и аэрозольной составляющих толщи рассчитывались из модельных представлений о состоянии атмосферы и одинаковы для всех профилей концентрации.
Для того чтобы сеть могла восстанавливать концентрацию газа в тропосфере по стратосферным оптическим данным, на основе созданных обучающих пар «оптическая толща-профиль концентрации», создавались дополнительные обучающие пары, в которых профиль концентрации оставался прежним, а оптические толщи для тропосферных высот приравнивались -1, последовательно для высот [h1], [h1, h2], ..., [h1, hm]. Всего m пар для каждого профиля концентрации, где hm - начало стратосферных высот. Все обучающие выборки приводились к интервалу [0,1].
Для реализации описанного метода была создана программа, позволяющая обучать нейронную сеть методом обратного распространения ошибки и проверять ее работу на данных, не входящих в выборку обучения. Для этого берется профиль концентрации озона, моделируется оптическая толща и нейронной сетью восстанавливается профиль концентрации озона. Полученные сетью значения сравниваются с модельными значениями, затем вычисляется ошибка работы сети.
Ошибка восстановления в тропосфере концентрации озона для случая восстановления по стратосферным оптическим данным увеличивается на 1-3%, что связано с меньшей информативностью во входных данных.
Статья в формате PDF
132 KB...
02 07 2026 21:24:56
В эксперименте на пoлoвoзрелых крысах Wistar исследованы особенности регенерации суставного хряща коленного сустава после имплантации в зону повреждения гранулированного минерального компонента костного матрикса (МККМ), полученного по оригинальной технологии. Установлено, что МККМ имеет упорядоченную высокопористую структуру, близкую к естественной архитектонике костного матрикса и химический состав, соответствующий минеральному составу кости. МККМ обладает выраженными хондро- и остеиндуктивными свойствами, обеспечивает пролонгированную активизацию репаративного процесса, ускоренное органотипическое ремоделирование и восстановление поврежденного суставного хряща.
...
01 07 2026 23:56:36
Статья в формате PDF
166 KB...
27 06 2026 8:21:40
Статья в формате PDF
90 KB...
26 06 2026 20:26:34
Статья в формате PDF
125 KB...
25 06 2026 9:45:54
Статья в формате PDF
83 KB...
24 06 2026 3:31:28
Статья в формате PDF
115 KB...
23 06 2026 17:35:22
Статья в формате PDF
106 KB...
21 06 2026 22:28:54
Статья в формате PDF
326 KB...
20 06 2026 16:38:25
Статья в формате PDF
127 KB...
19 06 2026 17:30:32
Статья в формате PDF
115 KB...
18 06 2026 4:45:30
Статья в формате PDF
132 KB...
17 06 2026 4:53:49
Статья в формате PDF
100 KB...
16 06 2026 8:22:37
Статья в формате PDF
276 KB...
15 06 2026 8:18:18
Статья в формате PDF
113 KB...
14 06 2026 16:35:23
Статья в формате PDF
392 KB...
13 06 2026 12:46:47
Статья в формате PDF
173 KB...
12 06 2026 23:33:39
Статья в формате PDF
132 KB...
11 06 2026 1:42:17
Статья в формате PDF
118 KB...
10 06 2026 8:56:12
Проведена инвентаризация лихенофлоры Республики Татарстан (РТ). Показана роль особо охраняемых природных территорий в сохранении флористического разнообразия. Дан спектр семейств редких видов во флоре обследованной территории и анализ состава географических элементов. Рассмотрено распределение редких видов по основным типам местообитаний. Даются некоторые сведения о редких и исчезающих лишайниках для включения в Красную книгу РТ.
...
09 06 2026 5:25:16
Статья в формате PDF
252 KB...
08 06 2026 6:17:11
Статья в формате PDF
303 KB...
07 06 2026 19:40:16
Статья в формате PDF
138 KB...
06 06 2026 9:19:27
Обсуждены методика и некоторые результаты моделирования вероятных конфигураций межфазных границ на поверхности композиционных материалов, полученные методом итерации прямоугольных генераторов на определенных сетках Кеплера-Шубникова.
...
04 06 2026 23:40:38
Статья в формате PDF
118 KB...
03 06 2026 2:17:28
Статья в формате PDF
110 KB...
01 06 2026 18:50:57
Статья в формате PDF
128 KB...
31 05 2026 9:36:19
Статья в формате PDF
102 KB...
30 05 2026 20:35:18
Статья в формате PDF
198 KB...
29 05 2026 6:45:59
Статья в формате PDF
122 KB...
28 05 2026 12:58:39
Статья в формате PDF
127 KB...
27 05 2026 4:50:32
Статья в формате PDF
411 KB...
26 05 2026 16:23:43
Статья в формате PDF
97 KB...
25 05 2026 21:56:52
Статья в формате PDF
123 KB...
24 05 2026 19:48:16
Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::
