Статья посвящена анализу различных алгоритмов машинного обучения, как инструментов, использующихся для решения задач повышения глубинности данных сейсморазведки и прогнозирования акустических свойств среды на основе данных электротомографии. В статье освещен порядок действий от сбора данных до тестирования алгоритмов. Большое внимание уделено вопросам повышению качества прогнозирования. Статья включает в себя как теоретические аспекты, так и практические примеры применения методов машинного обучения в сейсморазведке.
Сайт https://scinetwork.ru (далее – сайт) работает по принципу агрегатора – собирает и структурирует информацию из публичных источников в сети Интернет, то есть передает полнотекстовую информацию о товарных знаках в том виде, в котором она содержится в открытом доступе.
Сайт и администрация сайта не используют отображаемые на сайте товарные знаки в коммерческих и рекламных целях, не декларируют своего участия в процессе их государственной регистрации, не заявляют о своих исключительных правах на товарные знаки, а также не гарантируют точность, полноту и достоверность информации.
Все права на товарные знаки принадлежат их законным владельцам!
Сайт носит исключительно информационный характер, и предоставляемые им сведения являются открытыми публичными данными.
Администрация сайта не несет ответственность за какие бы то ни было убытки, возникающие в результате доступа и использования сайта.
Спасибо, понятно.