| DC Field | Value | Language |
|---|
| dc.contributor.author | Лукашевич, М. М. | - |
| dc.contributor.author | Скобцов, В. Ю. | - |
| dc.contributor.author | Инютин, А. В. | - |
| dc.contributor.author | Ганченко, В. В. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2024-03-19T13:05:21Z | - |
| dc.date.available | 2024-03-19T13:05:21Z | - |
| dc.date.issued | 2024 | - |
| dc.identifier.citation | Ансамбли нейронных сетей для классификации состояний и режимов функционирования подсистем космического аппарата = Neural networks ensembles for classification of operation states and modes of spacecraft subsystems / М.М. Лукашевич [и др.] // BIG DATA и анализ высокого уровня = BIG DATA and Advanced Analytics : сборник научных статей X Международной научно-практической конференции, Минск, 13 марта 2024 г. : в 2 ч. Ч. 2 / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2024. – С. 217–228. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/54825 | - |
| dc.description.abstract | Выполнен разведочный анализ и подготовка наборов данных для решения задач
классификации состояний подсистемы КА. Рассмотрены и реализованы ансамблевые методы машинного
обучения для решения задач классификации состояния подсистем космического аппарата (КА). Полученные
результаты носят прикладной характер и являются элементом комплексной автоматизации и
интеллектуализацию процессов оценивания и анализа данных телеметрической информации МКА (малого
космического аппарата). | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | малый космический аппарат | en_US |
| dc.subject | бортовая аппаратура | en_US |
| dc.subject | телеметрическая информация | en_US |
| dc.subject | нейронные сети | en_US |
| dc.title | Ансамбли нейронных сетей для классификации состояний и режимов функционирования подсистем космического аппарата | en_US |
| dc.title.alternative | Neural networks ensembles for classification of operation states and modes of spacecraft subsystems | en_US |
| dc.type | Article | en_US |
| local.description.annotation | Exploratory analysis and preparation of datasets for solving spacecraft subsystem state
and modes classification problems are performed. Ensemble methods of machine learning for solving the
tasks of classifying the state and mode of spacecraft subsystems are considered and realized. The obtained
results are of applied nature and are an element of complex automation and intellectualization of the
processes of evaluation and analysis of small spacecraft telemetry data. | en_US |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2024)
|
