| dc.contributor.author | Саечников, И. В. | ru |
| dc.contributor.author | Чернявская, Э. А. | ru |
| dc.contributor.author | Саечников, А. В. | ru |
| dc.coverage.spatial | Минск | ru |
| dc.date.accessioned | 2026-01-14T07:23:21Z | |
| dc.date.available | 2026-01-14T07:23:21Z | |
| dc.date.issued | 2025 | |
| dc.identifier.citation | Саечников, И. В. Ансамблевое машинное обучение для точного анализа оптических спектров = Ensemble machine learning for precise optical spectrum analysis / И. В. Саечников, Э. А. Чернявская, А. В. Саечников // Приборостроение-2025 : материалы 18-й Международной научно-технической конференции, 13–15 ноября 2025 года Минск, Республика Беларусь / редкол.: А. И. Свистун (пред.), О. К. Гусев, Р. И. Воробей [и др.]. – Минск : БНТУ, 2025. – С. 73-74. | ru |
| dc.identifier.uri | https://rep.bntu.by/handle/data/162740 | |
| dc.description.abstract | This paper presents the integration of ensemble machine learning into a new type of scalable chip-based instrument consisting of thousands of optical micro-resonators for analyzing optical spectra. A whispering gallery model using the LightGBM ensemble, supplemented by augmentation based on a variational autoencoder, provides spectral analysis in the visible range with a relative resolution of up to 10-6. | ru |
| dc.language.iso | ru | ru |
| dc.publisher | БНТУ | ru |
| dc.title | Ансамблевое машинное обучение для точного анализа оптических спектров | ru |
| dc.title.alternative | Ensemble machine learning for precise optical spectrum analysis | ru |
| dc.type | Working Paper | ru |
