<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Lu C. </author>
     <author>Bian Y. </author>
     <author>Hu X. </author>
     <author>Jin S. </author>
     <author>Huang Y. </author>
     <author>Cui Y. </author>
    </authors>
   </contributors>
   <titles>
    <title>Инверсия концентрации смешанного газа на основе ультрафиолетового поглощения с помощью иерархической сверточной нейронной сети</title>
   </titles>
   <keywords>
    <keyword>спектральный анализ</keyword>
    <keyword>иерархическая сверточная нейронная сеть</keyword>
    <keyword>обнаружение газа</keyword>
   </keywords>
   <dates>
    <year>2022</year>
    <pub-dates>
     <date>2022-07-28</date>
    </pub-dates>
   </dates>
   <journal>Журнал прикладной спектроскопии</journal>
   <abstract>Предложена модель иерархической сверточной нейронной сети (CNN) для инверсии концентрации смешанного газа. Проанализированы смеси SO2, NO2 и NH3, где SO2 и NO2 — исследуемые газы, NH3 — “мешающий” газ. Для образцов моделирования получены средние абсолютные ошибки 0.5  и 0.9 ppm для SO2 и NO2. Модель хорошо зарекомендовала себя при различиях интенсивности поглощения компонентов не более чем на порядок. По сравнению с одномодульной моделью результаты CNN без иерархической структуры демонстрируют, что иерархическая структура значительно снижает перекрестные помехи и повышает точность прогнозирования.</abstract>
   <urls>
    <web-urls>
     <url>https://www.academjournals.by/publication/15553</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.academjournals.by/files/15509</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
