Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "neural networks model" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Zastosowanie sieci neuronowej do sterowania kursem modelu zbiornikowca typu VLCC
    Application of neural network to course control of VLCC tanker model
    Autorzy:
    Rak, A.
    Morawski, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/157641.pdf
    Data publikacji:
    2003
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    sieci neuronowe
    sterowanie kurasem modelu zbiornikowca
    neural networks
    course control
    tanker model
    Opis:
    Artykuł przedstawia wyniki prac nad zastosowaniem sieci neuronowych do sterowania kursem statku. Jako obiekt sterowania wybrano model zbiornikowca VLCC. W procesie uczenia sieci neuronowej wykorzystano dane zgromadzone podczas sterowania modelem przez sternika. Wyniki badań wskazują na to, iż sieć neuronowa jest w stanie sterować wybranym modelem statku w sposób zbliżony do sternika.
    The paper presents results of application of neural network as a part of marine autopilot. The model of VLCC tanker was chosen as a control object. The controller network was trained using data measured during manual operation of the model. The experiment results show that the neural network is able to control chosen type of ship-model in a human-like manner.
    Źródło:
    Pomiary Automatyka Kontrola; 2003, R. 49, nr 1, 1; 10-13
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Using Tikhonov regularization to improve estimation of robot position based on uncertain robot model obtained by neural network
    Zastosowanie regularyzacji Tikhonova do poprawy estymacji pozycji robota na podstawie modelu o niedokladnych parametrach wyznaczonych za pomocą sieci neuronowych
    Autorzy:
    Możaryn, J.
    Kurek, J. E.
    Powiązania:
    https://bibliotekanauki.pl/articles/154504.pdf
    Data publikacji:
    2009
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    robotyka
    sieci neuronowe
    model robota
    regularyzacja
    robotic
    neural networks
    inverse dynamic problem
    regularization
    Opis:
    A method for improvement of a position estimation of a robot manipulator based on model with uncertain parameters is presented. To calculate the position of the robot there was designed the robot model using artificial neural networks with structure of the mathematical model in the form of Lagrange-Elder equations. The Tikhonov regularization was then used to improve the approximation of the robot's position. The example of the position of the robot PUMA 560 with 6 degrees of freedom calculation with proposed method is presented. Obtained results indicate significant improvement of the estimation.
    W pracy przedstawiono metodę poprawy estymacji położeń robota na podstawie modelu robota o niedokładnych parametrach. Do wyznaczania położenia robota zaprojektowano model robota z wykorzystaniem sztucznych sieci neuronowych o strukturze modelu matematycznego w formie równań Lagrange'a-Eulera. W celu poprawy estymacji położeń na podstawie wyznaczonego modelu zastosowano regularyzację Tikhonowa. Zaproponowana metoda została przedstawiona na przykładzie odtwarzania położeń robota PUMA 560. Otrzymane wyniki wskazują na znaczną poprawę dokładności.
    Źródło:
    Pomiary Automatyka Kontrola; 2009, R. 55, nr 3, 3; 198-204
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Robust fault detection and accommodation of the boiler unit using state space neural networks
    Odporna detekcja i kompensacja uszkodzeń układu zbiornika przepływowego za pomocą sztucznych sieci neuronwych w przestrzeni stanów
    Autorzy:
    Czajkowski, A.
    Patan, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/153742.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    model neuronowy w przestrzeni stanów
    niepewność
    modelowanie błędu modelu
    detekcja i kompensacja uszkodzeń
    układ walczaka
    state space neural networks
    uncertainty
    model error modelling
    fault detection and accommodation
    boiler unit
    Opis:
    The paper deals with application of state space neural network models to fault detection and accommodation of a boiler unit. The work describes two aspects. The first one is the fault detection. In this paper three methods for fault diagnosis, namely: simple and adaptive threshold as well as more robust method which is model error modelling, are described and compared. The second part of the paper presents the approach to fault accommodation based on the so-called instantaneous linearization of the already trained nonlinear state space model of the system. With the obtained linear model it is possible to derive a new control law of the boiler unit in order to eliminate the fault effect in the case of faults. All data used in experiments are collected from the boiler unit simulator implemented in Matlab/Simulink.
    Artykuł dotyczy zastosowania modelu sztucznej sieci neuronowej w przestrzeni stanów do wykrywania i kompensacji uszkodzeń w układzie sterowania zbiornikiem przepływowym. Do wykrycia uszkodzenia zostały zaproponowane i doświadczalnie przetestowane trzy metody. Dwie pierwsze metody czyli progowanie proste oraz adaptacyjne polegają na obserwacji sygnału residuum i podejmowaniu decyzji przy przekroczeniu zadanego dopuszczalnego progu przez wartość tego sygnału. Trzecia metoda opiera się na zastosowaniu dodatkowego modelu dynamicznego do modelowania błędu modelu podstawowego w celu określenia zakresu niepewności jego pracy. W przypadku przekroczenia tego zakresu, można uznać, że wystąpiło uszkodzenie. Drugim podjętym przez autorów tematem jest problem kompensacji wykrytego uszkodzenia. W pracy opisuje się podejście oparte na tzw. chwilowej linearyzacji nauczonego w trybie off-line nieliniowego modelu systemu. Na podstawie zlinearyzowanego modelu możliwe jest wyznaczenie nowego prawa sterowania w celu wyeliminowania wpływu uszkodzenia w przypadku wystąpienia awarii. Wszystkie dane wykorzystywane do celów doświadczalnych są zbierane z symulatora zbiornika zrealizowanego w pakiecie Matlab/Simulink.
    Źródło:
    Pomiary Automatyka Kontrola; 2011, R. 57, nr 11, 11; 1428-1435
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    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