• 23 Цитирования
  • 3 h-индекс
20132019
Если Вы внесли какие-либо изменения в Pure, они скоро будут видимы здесь.

Личный профиль

Образование/академическая квалификация

физ.-мат.науки, канд.н.

14 апр 2006 → …

Отпечаток Отпечаток основан на индексе взвешенных терминов, извлеченных из научных документов, и определяет ключевые темы исследователя.

  • 7 Похожие профили
kriging Физика и астрономия
self organizing systems Физика и астрономия
forecasting Физика и астрономия
soils Физика и астрономия
artificial neural network Науки об окружающей среде
contaminants Физика и астрономия
spatial distribution Физика и астрономия
chemical elements Физика и астрономия

Сеть Недавняя внешняя коллаборация на уровне стран. Углубитесь в детали нажатием на точки.

Результат исследований 2013 2019

  • 23 Цитирования
  • 3 h-индекс
  • 31 Материалы конференции
  • 20 Статья
  • 5 Протокол совещания/встречи
  • 3 Учебное издание

Combining spatial autocorrelation with machine learning increases prediction accuracy of soil heavy metals

Sergeev, A. P., Buevich, A. G., Baglaeva, E. M. & Shichkin, A. V., 1 мар 2019, В : Catena. 174, стр. 425-435 11 стр.

Результат исследований: Вклад в журналСтатьяНаучно-исследовательскаярецензирование

artificial neural network
autocorrelation
heavy metal
prediction
soil

Analysis of time series of greenhouse gas concentrations in the Russian Arctic using the artificial neural networks

Shichkin, A., Buevich, A., Sergeev, A., Antonov, K. & Sergeeva, M., 30 ноя 2018, International Conference of Computational Methods in Sciences and Engineering 2018, ICCMSE 2018. Simos, T. E., Kalogiratou, Z., Monovasilis, T., Simos, T. E. & Simos, T. E. (ред.). American Institute of Physics Inc., Том 2040, 050009

Результат исследований: Глава в книге, отчете, сборнике статейМатериалы конференцииНаучно-исследовательскаярецензирование

greenhouses
forecasting
gases
self organizing systems
Russian Federation

Artificial neural networks selection for soil chemical elements distribution prediction

Tarasov, D., Vasilev, J., Sergeev, A. & Mokrushin, A., 10 июл 2018, International Conference of Numerical Analysis and Applied Mathematics, ICNAAM 2017. Tsitouras, C., Simos, T., Simos, T., Simos, T., Simos, T. & Simos, T. (ред.). American Institute of Physics Inc., Том 1978, 440025

Результат исследований: Глава в книге, отчете, сборнике статейМатериалы конференцииНаучно-исследовательскаярецензирование

chemical elements
soils
predictions
spatial distribution

Chromium distribution forecasting in subarctic noyabrsk using cokriging, generalized regression neural network, multilayer perceptron, and hybrid technique

Buevich, A. G., Sergeev, A. P., Shichkin, A. V., Kosachenko, A. I. & Moskaleva, A. S., 1 янв 2018, В : CEUR Workshop Proceedings. 2076, стр. 39-48 10 стр.

Результат исследований: Вклад в журналМатериалы конференцииНаучно-исследовательскаярецензирование

Multilayer neural networks
Chromium
Neural networks
Contamination
Learning systems

Comparison of artificial neural network, random forest and random perceptron forest for forecasting the spatial impurity distribution

Shichkin, A. V., Buevich, A. G. & Sergeev, A. P., 27 июл 2018, Mathematical Methods and Computational Techniques in Science and Engineering II. American Institute of Physics Inc., Том 1982, 020005

Результат исследований: Глава в книге, отчете, сборнике статейМатериалы конференцииНаучно-исследовательскаярецензирование

self organizing systems
forecasting
impurities
chromium
soils