АРХИТЕКТУРА ГЛУБОКОЙ НЕЙРОННОЙ СЕТИ В ЗАДАЧЕ ПРОГНОЗИРОВАНИЯ КООРДИНАТ ДВИЖУЩЕЙСЯ ЦЕЛИ

Скачать статью

Авторы

В.К. КЕМАЙКИН, канд. техн. наук, А.С. ПОЛЫГАЕВ, студ.

Аннотация

Рассмотрено использование глубокой рекуррентной нейронной сети в задаче прогнозирования координат движущейся цели в условиях неточности измерений. Обучение нейронной сети проводится на предварительной выборке координат ограниченной длины, моделируются ошибки измерения координат. Характер движения цели при тестировании сети отличается от модели, используемой при обучении нейронной сети и положенной в основу фильтра Калмана.

Ключевые слова

искусственная нейронная сеть, нейронная сеть с долгой кратковременной памятью, фильтр Калмана, прогнозирование временных рядов, фильтрация измерений, экстраполяция.