| DC Field | Value | Language |
|---|
| dc.contributor.author | Шиманский, Н. А. | - |
| dc.coverage.spatial | Минск | ru_RU |
| dc.date.accessioned | 2023-05-16T06:28:09Z | - |
| dc.date.available | 2023-05-16T06:28:09Z | - |
| dc.date.issued | 2023 | - |
| dc.identifier.citation | Шиманский, Н. А. Автоматизация обработки результатов рентгеновского дифракционного анализа материалов = Automation of processing of the results of x-ray diffraction analysis of materials / Шиманский Н. А. // Электронные системы и технологии : сборник материалов 59-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 17–21 апреля 2023 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2023. – С. 353–355. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/51375 | - |
| dc.description.abstract | Описано разрабатываемое приложение для обеспечения анализа данных рентгеновской дифракции в автоматическом режиме. Преимуществом разрабатываемого решения является возможность использования компьютерного моделирования для сокращения временных затрат на обработку дифрактограмм, а также интеграция методов машинного обучения для повышения точности идентификации состава и свойств материалов. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | рентгеновский анализ | ru_RU |
| dc.subject | дифракционный анализ | ru_RU |
| dc.subject | облачные данные | ru_RU |
| dc.subject | машинное обучение | ru_RU |
| dc.title | Автоматизация обработки результатов рентгеновского дифракционного анализа материалов | ru_RU |
| dc.title.alternative | Automation of processing of the results of x-ray diffraction analysis of materials | ru_RU |
| dc.type | Article | ru_RU |
| local.description.annotation | The application being developed to provide analysis of X-ray diffraction data in automatic mode were described. The advantage of the developed solution is the possibility of using computer simulation to reduce the time spent on processing diffraction patterns, as well as the integration of machine learning methods to improve the accuracy of identifying the composition and properties of materials. | ru_RU |
| Appears in Collections: | Электронные системы и технологии : материалы 59-й конференции аспирантов, магистрантов и студентов (2023)
|
