Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 3.141.41.187
    [SESS_TIME] => 1714139628
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 371b9af253ba0e202e7302bfd9cdc03a
    [UNIQUE_KEY] => cc2f2b63f2e8598af21b57a81d83663d
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2019 год, номер 2

МОДЕЛИРОВАНИЕ ХАРАКТЕРИСТИК ТОНАЛЬНОГО ШУМА МЕТОДАМИ МАШИННОГО ОБУЧЕНИЯ ПРИ ОБТЕКАНИИ ГИДРОПРОФИЛЯ

С.С. Абдуракипов1,2, М.П. Токарев1,2, К.С. Первунин1,2, В.М. Дулин1,2
1Институт теплофизики СО РАН, 630090, г. Новосибирск, просп. Академика Лаврентьева, 1
s.s.abdurakipov@gmail.com
2Новосибирский государственный университет, 630090, г. Новосибирск, ул. Пирогова, 2
Ключевые слова: машинное обучение, обтекание гидропрофиля, тональный шум, machine learning, foil flow, tonal noise
Страницы: 123-130
Подраздел: СИСТЕМЫ АВТОМАТИЗАЦИИ В НАУЧНЫХ ИССЛЕДОВАНИЯХ И ПРОМЫШЛЕННОСТИ

Аннотация

Апробирован метод машинного обучения для моделирования характеристик тонального шума, возникающего при обтекании гидропрофиля. На основе данных эксперимента проведены исследования математических моделей регрессии амплитуды давления и моделей классификации режимов c высоким уровнем тонального шума от безразмерных параметров обтекания. Протестированы различные семейства алгоритмов: от линейных до нейросетевых. Показано, что реализованная модель градиентного бустинга с коэффициентом детерминации (95 %) является наиболее точной для описания спектральных кривых акустического давления на всём интервале значений амплитуд и характерных частот.

DOI: 10.15372/AUT20190213