| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Urbumu ģeofizikālo datu interpretācija ar neironu tīkliem |
| Nosaukums angļu valodā |
Interpretation of Drill Hole Geophysical Data with Neural Networks |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Jānis Grundspeņķis |
| Recenzents |
Egons Lavendelis |
| Anotācija |
Urāna iegulās esošo iežu skenēšanas datu analīze ir svarīgs posms dažādās urāna iežu izpētes un ieguves stadijās. Šajā darbā ir veikta mašīnapmācības algoritmu klases izvēle ģeofizikālu datu interpretācijas uzdevumam. Maģistra darbā ir piedāvāta ieejas datu sagatavošanas metode, kas dod atbilstošus rezultātus. Darbā ir veikta eksperimentu sērija, izmantojot četrus metriskus māšinapmācības algoritmus un mākslīgos neironu tīklus ģeofizikāliem datiem no divām urāna ieguves vietām Kazahstānā. Tika analizētas dažādas metodes datu normalizēšanai, nogludināšanai, nobīdes likvidēšanai un piemēru kopas sagatavošanai. Pieeja parādīja neironu tīklu priekšrocības akmeņu atpazīšanas uzdevumam urāna nogulās Kazahstānā. Darbā tika formulēti akmeņu atpazīšanas automatizācijai veicamie tālākie uzdevumi. Maģistra darbs ir uzrakstīts uz 71 lapām un satur 25 attēlus, 19 tabulas, 55 avotu literatūras sarakstu un 5 pielikumus |
| Atslēgas vārdi |
MAŠĪNAPMĀCĪBA, NEIRONU TĪKLI, DATIZRACE |
| Atslēgas vārdi angļu valodā |
MACHINE LEARNING, NEURAL NETWORKS, DATA MINING |
| Valoda |
eng |
| Gads |
2016 |
| Darba augšupielādes datums un laiks |
30.05.2016 08:59:11 |
