Стаття Наукова стаття

Identification and prediction of moister distribution in soil for irrigation control

ID елемента: 6518
1 Медіафайлів
2020/01/08
Automatic_2017
Automatic_2017
Властивості
Тип
Українська
Thesis
Назва
Англійська
Identification and prediction of moister distribution in soil for irrigation control
Українська
Ідентифікація та прогнозування розподілу вологи в ґрунті для контролю зрошення
Автор
Українська
Лєві, Леонід Ісаакович
Українська
Петровський, Олександр Миколайович
Українська
Одарущенко, О.Б.
Опис
Англійська
Receiving the correct mathematical dependencies of various dynamical process is known to be complex scientific problem. Application of neural network along with experimental and semiempirical data helps to predict the changes of soil structure during the watering process
Українська
Отримання правильних математичних залежностей різних динамічних процесів, як відомо, є складною науковою проблемою. Застосування нейронної мережі разом з експериментальними та напівемпіричними даними допомагає передбачити зміни структури ґрунту в процесі поливу
Мова
en
Дата випуску
вересень 2017 р.
Ключові слова
Англійська
irrigation
Англійська
soil
Англійська
humidity
Англійська
mathematical model
Англійська
neural network
Українська
зрошення
Українська
ґрунт
Українська
вологість
Українська
математична модель
Українська
нейронна мережа
Видавець
Українська
Національний університет біоресурсів та природокористування України
Бібліографічний опис
Українська
Levi L.I. Identification and prediction of moister distribution in soil for irrigation control / L.I. Levi, A.N. Petrovskiy, E.B. Odarushchenko // Automatics – 2017: XXIV International conference on automated control, Kiev, Ukraine, September 13-15, 2017 : proceeding. – Kiev : NULES, 2017. – Р. 28-30.
УДК
303.732.4:519.816:631.17+62-52-631.3
Набори елементів 1
Кафедра автоматики, електроніки та телекомунікацій
15 642 items
Медіафайли
Automatic_2017
Automatic_2017
Інформація про метадані
Створено
2020-1-8 12:06
Остання зміна
2026-3-24 12:16
(Оновлено 2267 днів після створення)
Дата видачі (DC)
2017-09
ID елемента
#6518
Клас ресурсів
Стаття
Шаблон ресурсу
Наукова стаття