Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "neural modelling" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Modelowanie neuronowe w obliczaniu współczynnika przenikania ciepła oraz wymaganej warstwy izolacji przegrody budowlanej
Neural modelling for calculating the heat transfer coefficient and required isolation layer of wall barier
Autorzy:
Dawidowicz, J.
Sidorowicz, W.
Powiązania:
https://bibliotekanauki.pl/articles/402833.pdf
Data publikacji:
2010
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
straty ciepła
współczynnik przenikania ciepła
modelowanie neuronowe
inteligencja obliczeniowa
warmth losses
heat transfer coefficient
neural modelling
calculation intelligence
Opis:
W referacie przedstawiono zastosowanie sztucznych sieci neuronowych do obliczania współczynnika przenikania ciepła U oraz model odwrotny, polegający na obliczaniu grubości warstwy izolacyjnej przy zadanym współczynniku. Opisano metodykę sporządzenia zbioru uczącego sztuczne sieci neuronowe oraz opisano zbiór przetestowanych sieci neuronowych. Metody sztucznej inteligencji, w tym sztuczne sieci neuronowe, pozwalają uwzględnić w obliczeniach wiele zjawisk i procesów trudnych do opisu matematycznego ze względu na swoją nieliniowość, stąd uzyskane modele neuronowe będą uzupełniane w przyszłości o dodatkowe parametry obliczeniowe.
The report presents the usage of artificial neural networks to calculate heat transfer coefficient U and the opposite model, which consists on calculating the thickness of the isolation layer with given coefficient. The methodology of making a set teaching artificial neural networks and the set of tested neural networks were described. The methods of artificial intelligence, including neural networks, let include in calculations many phenomena and processes hard to describe mathematically because of their nonlinearity, so obtained neural models will be completed by additional computable parameters in future.
Źródło:
Budownictwo i Inżynieria Środowiska; 2010, 1, 1; 17-24
2081-3279
Pojawia się w:
Budownictwo i Inżynieria Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predictive neural network in multipurpose self-tuning controller
Autorzy:
Bondar, Oleksiy
Powiązania:
https://bibliotekanauki.pl/articles/386771.pdf
Data publikacji:
2020
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
artificial neural network
adaptive regulator
backpropagation algorithm
system modelling
Opis:
A very important problem in designing of controlling systems is to choose the right type of architecture of controller. And it is always a compromise between accuracy, difficulty in setting up, technical complexity and cost, expandability, flexibility and so on. In this paper, multipurpose adaptive controller with implementation of artificial neural network is offered as an answer to a wide range of tasks related to regulation. The effectiveness of the approach is demonstrated by the example of an adaptive thermostat. It also compares its capabilities with those of classic PID controller. The core of this approach is the use of an artificial neural network capable of predicting the behaviour of controlled object within its known range of parameters. Since such a network, being trained, is a model of a regulated system with arbitrary precision, it can be analysed to make optimal management decisions at the moment or in a number of steps. Network learning algorithm is backpropagation and its modified version is used to analyse an already trained network in order to find the optimal solution for the regulator. Software implementation, such as graphical user interface, routines related to neural network and many other, is done using Java programming language and Processing open-source integrated development environment.
Źródło:
Acta Mechanica et Automatica; 2020, 14, 2; 114-120
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A neural-fuzzy approach for fault diagnosis of hybrid dynamical systems: demonstration on three-tank system
Autorzy:
Achbi, Mohammed Said
Kechida, Sihem
Mhamdi, Lotfi
Dhouibi, Hedi
Powiązania:
https://bibliotekanauki.pl/articles/1837950.pdf
Data publikacji:
2021
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
hybrid dynamic systems
modelling
residual generation
evaluation
monitoring
fault diagnosis
neural - fuzzy approach
Opis:
This work is part of the diagnostic field of hybrid dynamic systems (HDS) whose objective is to ensure proper operation of industrial facilities. The study is initially oriented to the modelling approach dedicated to hybrid dynamical systems (HDS). The objective is to look for an adequate model encompassing both aspects (continuous and event). Then, fault diagnosis technique is synthesised using artificial intelligence (AI) techniques. The idea is to introduce a hybrid version combining neural networks and fuzzy logic for residual generation and evaluation. The proposed approach is then validated on three tank system. The modelling and diagnosis approaches are developed using MATLAB/Simulink environment.
Źródło:
Acta Mechanica et Automatica; 2021, 15, 1; 1-8
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies