Электронный каталог НБ БНТУ

rus
Научная библиотека БНТУ
Режим работы: Пн-Пт.
- читальные залы с 9:00 до 20:00
- абонементы с 9:00 до 19:00
Сб. с 9:00 до 16:45. Вс. - выходной.
Адреса: г. Минск, ул. Я. Коласа, 16 (читальные залы)
пр. Независимости, 65 (абонементы и читальные залы)

ОНЛАЙН-ЗАКАЗ книг из каталога

ФИЛИАЛЫ

КНИГООБЕСПЕЧЕННОСТЬ

Поиск :

  • Новые поступления
  • Простой поиск
  • Расширенный поиск

  • Авторы
  • Издательства
  • Серии
  • Тезаурус (Рубрики)

  • Учебная литература:
    • По дисциплинам
    • По специальностям
    • По специализациям
    • По кафедрам
    • Список дисциплин

  • Информация о фонде
  • Помощь

Личный кабинет :


Электронный каталог: Full connected neural-network for simulation of extantion in self-stressed monolitic slabs on ground

Full connected neural-network for simulation of extantion in self-stressed monolitic slabs on ground

Full connected neural-network for simulation of extantion in self-stressed monolitic slabs on ground
Книга (аналит. описание)
Автор:
Full connected neural-network for simulation of extantion in self-stressed monolitic slabs on ground
б.г.
ISBN отсутствует

полный текст

На полку На полку


Книга (аналит. описание)

Full connected neural-network for simulation of extantion in self-stressed monolitic slabs on ground / А. Е. Zheltkovich, V. V. Molosh, A. V. Streliukhin [et al.] // Машиностроение: республиканский межведомственный сборник научных трудов / Министерство образования Республики Беларусь, Белорусский национальный технический университет. – Минск: Вышэйшая школа, 1978 -. - Вып. 36 : / гл. ред. В. К. Шелег; редкол.: Л. М. Акулович [и др.]. – Минск: БНТУ, 2025. – P. 191-201. – Режим доступа : https://rep.bntu.by/handle/data/159426. - Пер. загл. [Полносвязная нейронная сеть для моделирования расширения самонапряжённых монолитных плит на грунте]. – На англ. яз.

In this article the strategy of interdisciplinary convergence of mechanics and artificial intelligence is illustrated. The article presents the results of calculating displacements in self-stressed monolithic slabs on ground obtained using a trained fully connected neural network. The empirical results of displacements in slabs on ground, displacements calculated according to the physicomechanical model, and obtained using a neural network are represented. The inspiration brought us to study neural networks modeling biological neural networks are follow: neural networks can autonomously detect patterns hidden in phenomena and can identify parameters on complex behavioral tracks of different physical systems. The authors describe in detail the developed and trained fully connected neural network.

624.012

общий = БД Труды научных работников БНТУ : 2025г.
труды сотрудников БНТУ = Строительный факультет : кафедра "Геотехника и строительная механика"
труды сотрудников БНТУ = Строительный факультет
труды сотрудников БНТУ = Физика. Механика. Гидравлика (труды)
общий = НЕЙРОННЫЕ СЕТИ
общий = МОНОЛИТНЫЕ МАТЕРИАЛЫ
общий = ПЛИТЫ (конструктив. элементы)
общий = САМОНАПРЯЖЕНИЕ
общий = ПЕРЕМЕЩЕНИЕ ГРУНТА

Привязано к:

Отобрать для печати: страницу | инверсия | сброс | печать(0)

Доступно
 1 из 2
Книга

Вып. 36
БНТУ, 2025 г.
ISBN отсутствует
ОХОФ, Выставка Трудов работников БНТУ

полный текст


На полку На полку


© Все права защищены ООО "Компания Либэр" , 2009 - 2025  v.20.121