Informacja

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

Wyszukujesz frazę "recurrent neural networks" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Nonlinear model predictive control of a boiler unit: a fault tolerant control study
Autorzy:
Patan, K.
Korbicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/331450.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
rekurencyjna sieć neuronowa
model procesu
sterowanie predykcyjne
detekcja uszkodzeń
zbiornik przepływowy
recurrent neural networks
process model
predictive control
fault detection
boiler unit
Opis:
This paper deals with a nonlinear model predictive control designed for a boiler unit. The predictive controller is realized by means of a recurrent neural network which acts as a one-step ahead predictor. Then, based on the neural predictor, the control law is derived solving an optimization problem. Fault tolerant properties of the proposed control system are also investigated. A set of eight faulty scenarios is prepared to verify the quality of the fault tolerant control. Based of different faulty situations, a fault compensation problem is also investigated. As the automatic control system can hide faults from being observed, the control system is equipped with a fault detection block. The fault detection module designed using the one-step ahead predictor and constant thresholds informs the user about any abnormal behaviour of the system even in the cases when faults are quickly and reliably compensated by the predictive controller.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2012, 22, 1; 225-237
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fault detection and isolation for dynamic processes using recurrent neural networks
Detekcja i lokalizacja uszkodzeń procesów dynamicznych z użyciem sieci rekurencyjnych
Autorzy:
Przystałka, P.
Powiązania:
https://bibliotekanauki.pl/articles/329218.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
detekcja uszkodzeń
lokalizacja uszkodzeń
sieć Jordana i Elmana
sieć lokalnie rekurencyjna
teoria chaosu
fault detection
fault isolation
Jordan and Elman neural networks
locally recurrent neural networks
chaos theory
Opis:
The paper focuses on the problem of fault detection and isolation for dynamic processes using selected recurrent neural networks. The main objective is to show how to employ some discoveries of the chaos theory for modeling processes by means of globally and locally recurrent neural networks. Both types of neural models are used in fault detection and isolation block. The performance of the FDI system is examined using two types of neural models: Jordan/Elman tower neural networks and networks with dynamic neural units. The paper contains numerical examples that illustrate the merits and limits of these two approaches.
Treść artykuł wiąże się z problemem detekcji i lokalizacji uszkodzeń dla szerokiej gamy procesów dynamicznych z użyciem wybranych rekurencyjnych sieci neuronowych. Głównym celem jest pokazanie w jaki sposób mogą zostać zastosowane niektóre z odkryć teorii chaosu do modelowania procesów z użyciem globalnych i lokalnych struktur neuronowych. Oba typy modeli neuronowych zostały użyte w bloku detekcji i lokalizacji uszkodzeń. Sprawność układu diagnostycznego porównana została dla modeli procesów z zastosowaniem: sieci wielo-kontekstowych Jordana/Elmana i sieci z neuronami dynamicznymi. W artykule zamieszczono przykłady numeryczne wskazujące na zalety i wady obu podejść.
Źródło:
Diagnostyka; 2009, 1(49); 33-40
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
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