Аннотация
В настоящей работе представлены результаты исследования различных методов сжатия информации о вертикальном разрезе скорости звука (ВРСЗ), а именно: метод главных компонент, нейронные сети, K-SVD. Также приведено сравнение этих методов сжатия информации с точки зрения наилучшего восстановления информации о месяце в котором производилось измерение ВРСЗ. Для этого использовались следующие методы классификации: бустинг, логистическая регрессия, случайный лес. Все исследования проводились с базой профилей Баренцева моря.
Поступила: 14 ноября 2019
Статья подписана в печать: 25 марта 2020
PACS:
43.30.+m Underwater sound
43.30.Pc Ocean parameter estimation by acoustical methods; remote sensing; imaging, inversion, acoustic tomography
02.60.Ed Interpolation; curve fitting
43.30.Pc Ocean parameter estimation by acoustical methods; remote sensing; imaging, inversion, acoustic tomography
02.60.Ed Interpolation; curve fitting
English citation: Application of machine learning methods for sound speed profiles optimal storage
V. O. Zaharov, M. V. Lebedev
© 2016 Издательство Московского университета
Авторы
В. О. Захаров$^1$, М. В. Лебедев$^2$
$^1$Московский авиационный институт (национальный исследовательский университет Институт № 11, кафедра Технологии композиционных материалов, конструкций и микросистем.\
$^2$Акустический институт им. академика Н.Н. Андреева
$^1$Московский авиационный институт (национальный исследовательский университет Институт № 11, кафедра Технологии композиционных материалов, конструкций и микросистем.\
$^2$Акустический институт им. академика Н.Н. Андреева