Informacja

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

Wyszukujesz frazę "neural-network models" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Modelowanie wpływu parametrów procesu osadzania powłok na właściwości warstw
Modelling the influence of the parameters of processes on coating properties
Autorzy:
Trzos, M.
Powiązania:
https://bibliotekanauki.pl/articles/258151.pdf
Data publikacji:
2008
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
Tematy:
modelowanie
modele charakterystyk
sztuczna sieć neuronowa
właściwości powłok
modeling
characteristics models
artificial neural network
coatings properties
Opis:
W artykule przedstawiono problemy modelowania wybranych właściwości warstw, otrzymywanych w procesach osadzania powłok metodami PAPVD. Analizie zostały poddane powłoki nanoszone z wykorzystaniem dwóch różnych komercyjnych urządzeń. Technika modelowania została zastosowana w celu opracowania modeli, pozwalających na prognozowanie właściwości warstw na podstawie parametrów procesu osadzania. W procesie modelowania, z zastosowaniem metody sztucznych sieci neuronowych, zostały wykorzystane zbiory danych z eksperymentów badawczych i procesów technologicznych. Przeprowadzone badania pozwoliły na opracowanie modeli tylko dla niektórych z analizowanych charakterystyk, głównie ze względu na występujące niedostatki w zbiorach danych. Wpłynęło to zasadniczo na organicznie możliwości opracowania modeli. Należy jednak podkreślić, że uzyskane w trakcie badań wyniki uzasadniają zastosowanie sieci neuronowych do opisu badanych procesów i budowy modeli prognostycznych.
Some of the properties of coatings deposited with the use of PAPVD methods were described. The research concerns coatings deposited on two different commercial devices. The modelling technique was applied in order to model development that enables the prediction of layer properties based on the deposition parameters. In this research, the method of artificial neural network was applied for modelling, and data from both research experiments and technological processes were used. As the results of modelling show, only some characteristics were well described by models. That problem mainly appeared because of data shortage causing a limitation in modelling. However, research results justify neural network application for describing the analysed processes and the development of prediction models for coating properties.
Źródło:
Problemy Eksploatacji; 2008, 4; 219-230
1232-9312
Pojawia się w:
Problemy Eksploatacji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sieci Kohonena jako narzędzie wspomagające budowę prognoz kombinowanych
Self-Organizing maps as a tool supporting the construction of combined forecasts
Autorzy:
Perzyńska, Joanna
Powiązania:
https://bibliotekanauki.pl/articles/449693.pdf
Data publikacji:
2017
Wydawca:
Zachodniopomorska Szkoła Biznesu w Szczecinie
Tematy:
modele ekonometryczne
prognozy kombinowane
sztuczne sieci neuronowe
sieci Kohonena
artificial neural network
combined forecasts
econometric models
Self-Organizing Maps
Opis:
W artykule przedstawiono propozycję wykorzystania sieci Kohonena we wstępnym etapie budowy prognoz kombinowanych. Przy pomocy sieci Kohonena można podzielić zbiór dostępnych modeli na rozłączne klasy, a następnie dokonać redukcji ich liczby. Prognozy składowe prognoz kombinowanych wyznacza się wówczas na podstawie modeli należących do różnych klas, co ma zapewnić niepowielanie informacji oraz zwiększyć dokładność prognoz kombinowanych. Ilustracją rozważań o charakterze teoretycznym jest przykład empiryczny, w którym prognozy (indywidualne i kombinowane) wyznaczono dla zmiennej mikroekonomicznej wykazującej wahania sezonowe. Przeprowadzone badania potwierdziły użyteczność zaproponowanej metody.
In the paper, the author presents suggestion of application of Self-Organizing Maps in the preliminary stage of construction of combined forecasts. Using the SOM, the set of available models can be divided into disjoint classes and then reduced. The component forecasts are then determined on the basis of models belonging to different classes, to ensure that information is not duplicated and to increase the accuracy of the combined forecasts. The illustration of theoretical considerations is the empirical example, in which individual and combined forecasts are calculated for economic variable with seasonal fluctations. The research confirms the usefulness of the suggested method.
Źródło:
Zeszyty Naukowe ZPSB Firma i Rynek; 2017, 2(52); 77-85
2657-3245
Pojawia się w:
Zeszyty Naukowe ZPSB Firma i Rynek
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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