| 000 | 05643nlm1a2200517 4500 | ||
|---|---|---|---|
| 001 | 640813 | ||
| 005 | 20231030040407.0 | ||
| 035 | _a(RuTPU)RU\TPU\network\5404 | ||
| 035 | _aRU\TPU\network\3411 | ||
| 090 | _a640813 | ||
| 100 | _a20150426a2014 k y0rusy50 ca | ||
| 101 | 0 |
_arus _drus _deng |
|
| 102 | _aRU | ||
| 135 | _adrcn ---uucaa | ||
| 181 | 0 | _ai | |
| 182 | 0 | _ab | |
| 200 | 1 |
_aНейросетевые технологии алгоритмизации по определению радиационного облучения в повседневной жизни человека _dNeural network technologies algorithmization for determining radiation exposure in everyday life _fО. В. Медведева, К. Н. Орлова, В. Ю. Большанин |
|
| 203 |
_aТекст _cэлектронный |
||
| 225 | 1 | _aТехнические науки | |
| 300 | _aЗаглавие с экрана | ||
| 320 | _a[Библиогр.: с. 20 (3 назв.)] | ||
| 330 | _aВ повседневной жизни человек многократно подвергается действию ионизирующего излучения. Источниками радиации является как естественный радиационный фон, обусловленный природной радиоактивностью Земли, космическим и солнечным излучением, так и искусственные излучатели (бытовые приборы, строительные материалы, топливо, медицинское оборудование, ТЭЦ и АЭС). Поэтому определение суммарного облучения человека в повседневной жизни будет складываться из множества факторов, будет являться строго определенным для конкретного человека, и несомненно, актуально. Нейросетевые технологии позволяют полностью разрешить данную задачу, следуя нейроалгоритму, представленному в данной работе. | ||
| 330 | _aIn everyday life, people repeatedly exposed to ionizing radiation. Radiation sources are as natural background radiation due to the natural radioactivity of the earth, cosmic and solar radiation and man-made emitters (household appliances, building materials, fuel, medical equipment, power plants and nuclear power plants). Therefore, the determination of the total human exposure in everyday life consists of a variety of factors and it strictly defined for a person, and undoubtedly true. Neural network technology can completely resolve this problem by following neural algorithm presented in this article. | ||
| 333 | _aРежим доступа: по договору с организацией-держателем ресурса | ||
| 461 |
_tМеждународный журнал прикладных и фундаментальных исследований _d2007- |
||
| 463 |
_t№ 10-2 _v[С. 17-20] _d2014 |
||
| 510 | 1 |
_aNeural network technologies algorithmization for determining radiation exposure in everyday life _zeng |
|
| 610 | 1 | _aэлектронный ресурс | |
| 610 | 1 | _aтруды учёных ТПУ | |
| 610 | 1 | _aнейросетевые технологии | |
| 610 | 1 | _aрадиационное облучение | |
| 610 | 1 | _aбытовые условия | |
| 610 | 1 | _aповседневная жизнь | |
| 610 | 1 | _aалгоритмизация | |
| 610 | 1 | _aneural network technology | |
| 610 | 1 | _aradiation exposure in life | |
| 610 | 1 | _aalgorithmization | |
| 700 | 1 |
_aМедведева _bО. В. _cспециалист в области организации высшего профессионального образования _cстарший преподаватель Юргинский технологический институт (филиал) Томского политехнического университета _f1984- _gОлеся Владимировна _2stltpush _3(RuTPU)RU\TPU\pers\33463 |
|
| 701 | 1 |
_aОрлова _bК. Н. _cфизик _cдоцент Юргинского технологического института (филиала) Томского политехнического университета, кандидат технических наук _f1985- _gКсения Николаевна _2stltpush _3(RuTPU)RU\TPU\pers\28212 |
|
| 701 | 1 |
_aБольшанин _bВ. Ю. |
|
| 712 | 0 | 2 |
_aНациональный исследовательский Томский политехнический университет (ТПУ) _bЮргинский технологический институт (филиал) (ЮТИ) _bКафедра естественного научного образования (ЕНО) _h7134 _2stltpush _3(RuTPU)RU\TPU\col\18894 |
| 712 | 0 | 2 |
_aНациональный исследовательский Томский политехнический университет (ТПУ) _bЮргинский технологический институт (филиал) (ЮТИ) _bКафедра безопасности жизнедеятельности, экологии и физического воспитания (БЖДЭФВ) _h2240 _2stltpush _3(RuTPU)RU\TPU\col\18930 |
| 801 | 2 |
_aRU _b63413507 _c20150426 _gRCR |
|
| 856 | 4 | _uhttp://elibrary.ru/item.asp?id=22022951 | |
| 856 | 4 | _uhttp://www.rae.ru/upfs/pdf/2014/10-2/5988.pdf | |
| 942 | _cCF | ||