检索结果-南通市图书馆

Prediction of Temperature Daily Profile by Stochastic Update of Backpropagation through Time Algorithm

Journal of Mathematics and System Science 2012年第4期2卷 217-225页

作者： Juraj Koscak rudolf Jakaa Peter Sincak Department of Cybernetic and Artificial Intelligence Faculty of Electrical Engineering and Informatics Technical University inKo~ice Ko#ice 04200 Slovak Republic

The authors will examine prediction of temperature daily profile using various modifications of BPTT （backpropagation through time algorithm） done by stochastic update in the artificial RCnn （recurrent neural networks）. The general introduction was provided by Salvetti and Wilamowski in 1994 in order to improve probability of convergence and speed of convergence. This update method has also one another quality, its implementation is simple for arbitrary network topology. In stochastic update scenario, constant number of weights/neurons is randomly selected and updated. This is in contrast to classical ordered update, where always all weights/neurons are updated. Stochastic update is suitable to replace classical ordered update without any penalty on implementation complexity and with good chance without penalty on quality of convergence. They have provided first experiments with stochastic modification on BP （backpropagation algorithm） used for artificial FFnn （feed-forward neural network） in detail described in the article ＂Stochastic Weight Update in the Backpropagation Algorithm on Feed-Forward Neural Networks＂ presented on the conference IJCnn （International Joint Conference of Neural Networks） 2010 in Barcelona. The BPTT on RCnn uses the history of previous steps stored inside of the nn that can be used for prediction. They will describe exact implementation on the RCnn, and present experiment results on temperature prediction with recurrent neural network topology. The dataset used for temperature prediction consists of the measured temperature from the year 2000 till the end of February 2011. Dataset is split into two groups： training dataset, which is provided to network in learning phase, and testing dataset, which is unknown part of dataset to nn and used to test the ability of nn to predict the temperature and the ability of nn to generalize the model hidden in the temperature profile. The results show promising properties of stochastic weight update with

关键词： Artificial recurrent neural network stochastic update shuffle update backpropagation through time weather prediction.

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

液相色谱质谱联用测定多种兽药残留方法中标准品稳定性的挑战

引用

粮油食品科技 2021年第6期29卷 93-99页

作者： Lidija Kenjeric Michael Sulyok Alexandra Malachova David Steiner rudolf Krska Brian Quinn Brett Greer Christopher T.Elliott 奥地利饲料和食品质量、安全和创新能力中心奥地利图尔恩3430 奥利地维也纳自然资源与生命科学大学生物分析与农业代谢组学研究所农业生物技术系奥地利图尔恩3430 英国贝尔法斯特女王大学生物科学学院全球食品安全研究所英国北爱尔兰贝尔法斯特BT95DL 奥地利Romer实验室诊断有限公司分析服务部科技园5奥地利图尔恩3430

采用等时测量法对可用于食品和饲料链中兽药检测的标准品混合溶液和中间混合液进行了短期和长期稳定性研究。其中短期稳定性实验考察了混合标准曲线在–20(作为基线)、4和23℃(避光和不避光保存)条件下存储1、2、4和7 d的稳定性,而长期... 详细信息

采用等时测量法对可用于食品和饲料链中兽药检测的标准品混合溶液和中间混合液进行了短期和长期稳定性研究。其中短期稳定性实验考察了混合标准曲线在–20(作为基线)、4和23℃(避光和不避光保存)条件下存储1、2、4和7 d的稳定性,而长期稳定性实验考察了中间混合液在–20、4、23℃(避光和不避光保存)和–80℃储存条件下2、4、8和12周的稳定性。结果表明,使用不含酸溶剂配制的混合标准曲线在4℃下建议储存1~2 d,中性储存条件即使在室温也可短期储存1~2 d。对于含有ß-内酰胺和头孢菌素类标准品的中间混合液在4℃和室温下储存超过1个月会损失近90%。对于含有青霉素V和G的混和标准品中间储备液,在–20℃不含酸的条件下可储存2周。其他类别的兽药标准品对长期储存条件要求较少。整体而言,兽药标准品中间混合液长期储存的最佳储存条件为–20℃。

关键词：兽药长期稳定短期稳定性等时测量液相色谱质谱联用(LC-MS/MS)

来源：

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

守护粮食食品安全,全球携手在行动

引用

粮油食品科技 2021年第6期29卷 I0008-I0030页

作者： rudolf Krska 周旌 Institute of Bioanalytics and Agro-Metabolomics Department of Agrobiotechnology(IFA-Tulln)University of Natural Resources and Life SciencesVienna3430 TullnAustria Institute for Global Food Security School of Biological SciencesQueens University BelfastUniversity RoadBelfastBT71NNNorthern IrelandUnited Kingdom 奥地利Romer Labs集团中国公司

确保全球人口日益增长对粮食及食物供应的安全保障已经迫在眉睫。然而,农业和食品工业仍然容易遭受微生物和化学污染物污染问题,包括兽医药品和由植物、藻类特别是真菌产生的天然毒素。全球变暖[1]的和极端天气事件使得这些有毒代谢物... 详细信息

确保全球人口日益增长对粮食及食物供应的安全保障已经迫在眉睫。然而,农业和食品工业仍然容易遭受微生物和化学污染物污染问题,包括兽医药品和由植物、藻类特别是真菌产生的天然毒素。全球变暖[1]的和极端天气事件使得这些有毒代谢物的发生,包括真菌的各种有毒次生代谢物--即“真菌毒素”--变得更加不可预测。据估计,全球多达80%的植物源食品被真菌毒素污染[2]。

关键词：天然毒素食物供应食品安全真菌毒素污染植物源食品化学污染物极端天气事件兽医药品

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：