Informacja

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

Wyszukujesz frazę "neural network classifier" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Rozpoznawanie obrazów z wykorzystaniem neuronowego klasyfikatora NBV
Pattern recognition using NBV neural classifier
Autorzy:
Dybała, J.
Powiązania:
https://bibliotekanauki.pl/articles/327664.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
rozpoznawanie obrazów
sztuczna sieć neuronowa
klasyfikator neuronowy
pattern recognition
artificial neural network
neural classifier
Opis:
W artykule przedstawiono neuronowy klasyfikator NBV o konstrukcji inspirowanej strukturą sieci neuronowej CP (ang. Counter Propagation), który wykorzystuje koncepcję stosowaną w klasyfikacji minimalnoodległościowej, a w swym działaniu nawiązuje do idei funkcjonowania klasyfikatorów SVM (ang. Support Vector Machine).
The article presents the NBV neural classifier whose structure has been inspired by the structure of CP (Counter Propagation) neural network, which uses the methods applied in the minimum-distance classification, while in its operation it draws on the idea of functioning of SVM (Support Vector Machines) classifiers.
Źródło:
Diagnostyka; 2009, 3(51); 105-112
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fault detection in electrical drive by means of artificial neural networks
Detekcja uszkodzeń w silniku elektrycznym przy pomocy sztucznych sieci neuronowych
Autorzy:
Głowacki, G.
Patan, K.
Powiązania:
https://bibliotekanauki.pl/articles/327210.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
detekcja uszkodzeń
sieć neuronowa
klasyfikator neuronowy
modelowanie
silnik elektryczny
fault detection
neural network
neural classifier
modeling
electrical drive
Opis:
The paper deals with problem model-based of fault detection electrical drive by using neural networks. The multilayer perceptron with tapped delay lines has been applied to model the diagnosed process at the nominal operation conditions. In turn, decision about faults has been performed using simple MultiLayer Feedforward Network (MFN). The electrical drive under consideration (AMIRA DR300) works in the closed loop and is controlled by PID controller. This laboratory electrical drive renders it positive to simulate a several faulty scenarios. In this way the proposed fault detection scheme can be tested on a number of faulty conditions.
Artykuł przedstawia problem detekcji uszkodzeń w silniku elektrycznym przy pomocy sieci neuronowych. Do zamodelowania diagnozowanego obiektu pracującego w warunkach normalnych użyto sieci jednokierunkowych z liniami opóźniającymi. Następnie, jako blok decyzyjny o wystąpieniu uszkodzeń zastosowano zwykłe jednokierunkowe sieci wielowarstwowe. Do przeprowadzenia badań wykorzystano silnik prądu stałego firmy AMIRA (DR300). Silnik pracuje w układzie zamkniętym z regulatorem PID i umożliwia symulację pewnych scenariuszy uszkodzeń. Dzięki temu możliwe jest przetestowanie zaproponowanego schematu detekcji uszkodzeń na przykładzie wadliwych warunków pracy obiektu.
Źródło:
Diagnostyka; 2006, 2(38); 7-10
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