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 ""Sztuczna sieć neuronowa"" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 179
Tytuł:
Algorytm uczący sztuczną sieć neuronową zbudowany w języku VBA for Excel
Learning algorithm constructed an artificial neural network in VBA for Excel
Autorzy:
Zajkowski, K.
Duer, S.
Powiązania:
https://bibliotekanauki.pl/articles/253605.pdf
Data publikacji:
2012
Wydawca:
Instytut Naukowo-Wydawniczy TTS
Tematy:
algorytm
sztuczna sieć neuronowa
VBA for Excel
algorithm
artificial neural network
Opis:
W artykule przedstawiono realizację sztucznej sieci neuronowej przedstawionej teoretycznie w poprzednim artykule w tej publikacji. Zadaniem sieci jest wyznaczenie rozwiązania równań zawierających współczynniki niezdefiniowane liczbowo, lecz obszarowo. Położenie obszaru zależy od mierzonych wartości elektrycznych oraz od dokładności pomiarowych. Dla pewnych wartości współczynników układu równań nie istnieją funkcje odwrotne równań wejściowych. W tym przypadku niemożliwe jest wyznaczenie rozwiązania układu równań metodami klasycznymi.
This paper presents the implementation of artificial neural network theory, which is presented in previous publication. The network is determine solutions of equations containing coefficients undefined numerically, but sectorally. The location of this area depends on the measured values, and the accuracy of electrical measurements. For certain values of the coefficients of the equations are not inverse functions of input equations. In this case, it is impossible to determine a solution of the equations of classical methods.
Źródło:
TTS Technika Transportu Szynowego; 2012, 9; 531-539, CD
1232-3829
2543-5728
Pojawia się w:
TTS Technika Transportu Szynowego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Kwantowa sztuczna sieć neuronowa. Część 1. Metoda i wyniki obliczeń
A systemic artificial neural network inspired with quantum technology. Part 1. The method of conducting quantum calculations
Autorzy:
Tchórzewski, J.
Ruciński, D.
Powiązania:
https://bibliotekanauki.pl/articles/376428.pdf
Data publikacji:
2018
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
dekwantyzacja
kwantyzacja
obliczenia kwantowe
robot PR-02
sztuczna sieć neuronowa
Opis:
W artykule zamieszczono wybrane wyniki badań dotyczące inspirowania sztucznej sieci neuronowej metodami informatyki kwantowej. Zwrócono uwagę na kwantyzację i dekwantyzację liczb rzeczywistych na liczby kwantowe, co związane było m.in. z wykorzystaniem pojęcia kwantowej liczby mieszanej. Do zwiększenia dokładności obliczeń zaproponowano systemową sztuczną sieć neuronową inspirowaną metodami informatyki kwantowej. Wyniki badań teoretycznych zinterpretowano na konkretnych przykładach liczbowych. Artykuł jest kontynuowany w pracy pod tym samym tytułem głównym i podtytułem: Część 2. Model ruchu robota PR-02.
The article presents selected results of the study of the possibility of inspiring the artificial neural network with the methods of quantum computing. Attention was paid to the quantization and dequantization of real numbers to quantum numbers, which was related to using the quantum concept of a mixed number. Attention was also paid to various methods of conducting quantum computations, including a systemic method using an artificial neural network, and on this basis an algorithm for conducting quantum computations was proposed. Theoretical remarks were interpreted on specific numerical examples.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2018, 96; 21-31
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Kwantowa sztuczna sieć neuronowa. Część 2. Model ruchu ramienia robota PR-02
Thea systemic artificial neural network inspired with quantum technology. Part 2. The model of the robot movement PR-02
Autorzy:
Tchórzewski, J.
Domański, P.
Powiązania:
https://bibliotekanauki.pl/articles/376434.pdf
Data publikacji:
2018
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
dekwantyzacja
kwantyzacja
obliczenia kwantowe
robot PR-02
sztuczna sieć neuronowa
Opis:
Artykuł jest kontynuacją pracy pod tym samym tytułem głównym i podtytułem: Część 1. Obliczenia kwantowe. W niniejszej pracy zamieszczono wybrane elementy metody i algorytmu dotyczącego inspirowania modelu neuralnego ruchu robota PR-02 za pomocą rozwiązań informatyki kwantowej. Zwrócono uwagę na występujące problemy w zakresie przeprowadzania obliczeń kwantowych na komputerach klasycznych. Pokazano, że można przeprowadzać kwantyzację, obliczenia kwantowe i dekwantyzację na komputerze klasycznym, co wiąże się z wydłużeniem obliczeń neuronalnych. Dla założonej liczby 1 000 quasi równoległych obliczeń nie uzyskano poprawy przebiegu trajektorii, ale uzyskano bardziej precyzyjny punkt startu i punkt docelowy ruchu ramienia robota PR-02. Badania są kontynuowane dla 10 000 quasi równoległych obliczeń, co na klasycznych komputerach wymaga znacznie dłuższego czasu obliczeń.
The article is a continuation of the work under the same main title and subtitle: Part 1. Quantum calculations. This paper presents selected elements of the method and algorithm for inspiring the PR-02 robot's neural motion model with the help of quantum computing solutions. Attention was paid to the problems occurring in the field of quantum computing on classical computers. It has been shown that quantization, quantum computation and dequantization on a classical computer can be performed, which is associated with the prolongation of neuronal calculations. For the assumed number of 1 000 quasi parallel calculations, no improvement in the path trajectory was achieved, but a more precise starting point and target point of the robot arm movement PR-02 were obtained. The research is continued for 10,000 quasi parallel computations, which requires much longer calculation time on classic computers.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2018, 96; 33-45
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Aktywna kompensacja falowania w urządzeniu offshore przy sterowaniu wykorzystującym sztuczną sieć neuronową
Active heave compensation in offshore equipment with a neural network based control system
Autorzy:
Szczotka, M.
Powiązania:
https://bibliotekanauki.pl/articles/155131.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
układ aktywnej kompensacji (AHC)
napęd aktywny
urządzenia offshore
sztuczna sieć neuronowa
active heave compensation
active drive
offshore machinery
artificial neural networks
Opis:
W artykule przedstawiono przykładowe rozwiązanie układu kompensującego ruchy statku wywołane falowaniem morskim. Zastosowano sterowanie w układzie zamkniętym, wykorzystując przy tym sztuczne sieci neuronowe. W analizowanym systemie lina jest prowadzona z wciągarki umiejscowionej na pokładzie jednostki, poprzez system krążków na A-ramie. Kompensacja ruchów statku bądź platformy umożliwia precyzyjne umieszczanie ładunku na dnie morza. Głównym komponentem odpowiedzialnym za eliminację ruchu ładunku jest system AHC wykorzystujący specjalny siłownik poruszający krążki i zmieniający długość liny. Zaproponowano prosty model umożliwiający symulacje układu w warunkach falowania oraz przeprowadzono przykładowe obliczenia.
An offshore equipment with heave compensation system is presented in the paper. A simplified mathematical model allows studying the motion of the load when lowering towards seabed. During wavy sea, the load oscillations generated by a moving base (vessel, platform) make it very difficult to install a subsea unit on the seabed. Costly equipment has to be treated in a special way: an AHC system must be used in order to prevent the modules from damage. An example system presented is based on an A-frame, mounted in mid-ship over the moon pool and a winch system. In-line mounted compensator on the cross beam is considered. The rope length is controlled by application of a set of moving sheaves. Lagrange equations of the second order are applied in order to derive the equations of motion. The load is assumed to be a point mass, having three degrees of freedom. The rope model takes into account stiffness and damping. Motion of the vessel is assumed to be known. Dynamic optimisation enabling determination of the drive functions is defined. The optimal drive function realises the desired motion of the compensation cylinder, which minimises the load movement. Even for a simple and very efficient model, it is not possible to find an optimal course of AHC cylinder stroke in real-time. Therefore the optimisation is used further to generate a set of basic functions minimising the load movement for a defined weather window. A neural network is introduced, having used the generated base as learning data for the network teaching process. Then the neural network can be applied to simulations as an open loop controller, thanks to generalisation properties of the network. In order to improve the quality of compensation, a closed loop control system composed of a digital PID controller and the neural network is applied. Some numerical results are presented. The method de-scribed can be used in real-time, thus it is possible to implement it in practice.
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 6, 6; 593-596
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prediction of industrial pollution by radial basis function networks
Autorzy:
Djebbri, N.
Rouainia, M.
Powiązania:
https://bibliotekanauki.pl/articles/207579.pdf
Data publikacji:
2018
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
forecasting
RBF
artificial neural network
pollution
prognozowanie
sztuczna sieć neuronowa
zanieczyszczenie
Opis:
Atmospheric pollution has been receiving a significant interest for several decades since industries cause more and more pollution. Thanks to the development of many prediction techniques, scientists and industries are focusing more on pollution prediction. The aim of this work is to predict the two pollutant concentrations (NOx and CO) in industrial sites by a modified radial basis function (RBF) based neural network. The modification considered the spread parameter h of the activation function in the RBF network. In order to get the best network, the variations of this parameter for three cases were considered. In the first case, only pollutants concentrations variables were used, while in the second one, only the meteorological variables were utilized. In the third case, pollutants' concentrations were connected with meteorological variables. Based on calculation errors, the best model that ensures the best monitoring of pollutants concentration could be identified.
Źródło:
Environment Protection Engineering; 2018, 44, 3; 153-164
0324-8828
Pojawia się w:
Environment Protection Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rozpoznawanie obrazów z użyciem sztucznych sieci neuronowych
Image recognition with artificial neuron networks
Autorzy:
Langman, J.
Powiązania:
https://bibliotekanauki.pl/articles/290854.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczna sieć neuronowa
rozpoznawanie obrazów
artificial neuron network
image recognition
Opis:
W pracy przedstawiono propozycję architektury sztucznej sieci neuronowej, która może być zastosowana do rozpoznawania obrazów. Cechuje się one modularną budową, co powoduje iż rozbudowa już nauczonej sieci polega na dołączeniu nauczonego dodatkowego modułu bez konieczności ingerencji w istniejącą cześć sieci.
The study presents architecture proposal for artificial neuron network, which may be employed for image recognition. Modular structure is characteristic for it, as a result of which development of already taught network involves adding taught extra module without the need to interfere with existing part of the network.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 10, 10; 263-268
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multi-layer neural networks for sales forecasting
Autorzy:
Scherer, M.
Powiązania:
https://bibliotekanauki.pl/articles/122611.pdf
Data publikacji:
2018
Wydawca:
Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Tematy:
data forecasting
machine learning
artificial neural networks
sztuczna sieć neuronowa
uczenie maszynowe
systemy neuro-rozmyte
Opis:
Predicting business operations on the basis of previous events plays an important role in managing a company. In the paper, we predict monthly sales volume of a textile warehouse by mathematical tools. To this end we use a feedforward artificial neural network trained on past data. The network predicted the volume with high accuracy. For the examined company, such prediction is very important as nearly the entire range of products is imported from different countries and the goods have to be ordered in advance.
Źródło:
Journal of Applied Mathematics and Computational Mechanics; 2018, 17, 1; 61-68
2299-9965
Pojawia się w:
Journal of Applied Mathematics and Computational Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sztuczna inteligencja w kotłowni
Artificial intelligence in the boiler room
Autorzy:
Skałecki, M.
Powiązania:
https://bibliotekanauki.pl/articles/109295.pdf
Data publikacji:
2011
Wydawca:
AXIS MEDIA
Tematy:
sztuczna inteligencja
kocioł energetyczny
kocioł rusztowy
sztuczna sieć neuronowa
optymalizator pracy kotła parowego
Opis:
Efekty zastosowania technologii sztucznej inteligencji do optymalizacji pracy kotłów energetycznych są na tyle interesujące, że można i powinno się je wykorzystywać w automatyzacji podobnych obiektów, na przykład wodnych i parowych kotłów rusztowych opalanych węglem. Analiza, opracowanie modelu, testy i w efekcie udana optymalizacja są dowodem na to, że dotychczasowe doświadczenie w zakresie automatyzacji obiektów przemysłowych i energetycznych może być skutecznie uzupełniane nowoczesnym aparatem matematycznym.
The use of artificial intelligence techniques to optimise power boiler operation produced particularly interesting results which can and should be employed in the automation of similar facilities, such as stoker-fired hot water and steam-heating boilers burning coal. Subsequent stages of analysis, model development, testing, and the resulting successful optimisation demonstrate that the experience obtained to date in the field of automation of industrial and energy- -related facilities can be effectively complemented by the modern mathematical apparatus.
Źródło:
Piece Przemysłowe & Kotły; 2011, 1; 32-34
2082-9833
Pojawia się w:
Piece Przemysłowe & Kotły
Dostawca treści:
Biblioteka Nauki
Artykuł
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:
Adaptacyjne sterowanie silnikiem synchronicznym o magnesach trwałych
Adaptive permanent magnet synchronous motor control
Autorzy:
Pajchrowski, T.
Powiązania:
https://bibliotekanauki.pl/articles/377198.pdf
Data publikacji:
2013
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
silnik synchroniczny o magnesach trwałych
regulator neuronowy
sztuczna sieć neuronowa
układ napędowy
RPROP
Opis:
W artykule przedstawiono wyniki symulacyjne adaptacyjnego regulatora prędkości z zastosowaniem sztucznej sieci neuronowej dla napędu z silnikiem synchronicznym o magnesach trwałych. Omówiona została struktura sztucznej sieci neuronowej oraz metoda uczenia regulatora prędkości w czasie rzeczywistym. Model układu został opracowany w języku Matlab. Parametry regulatora są optymalizowane on-line według algorytmu RPROP. Przedstawione wyniki badań symulacyjnych ilustrują poprawne działanie adaptacyjnej regulacji prędkości na zmianę parametrów układu napędowego, takich jak moment bezwładności.
This paper presents the results of simulation of adaptive speed controller using an artificial neural network for permanent magnet synchronous motor drive. Discusses the structure of the artificial neural network and the method of learning the speed controller in real time. Model system has been developed in Matlab. The controller parameters are optimized on-line by RPROP algorithm. The simulation results illustrate the proper operation of the adaptive speed control to change the parameters of the drive system, such as the moment of inertia.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2013, 75; 127-133
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Aircraft engine overhaul demand forecasting using ANN
Autorzy:
Kozik, P.
Sęp, J.
Powiązania:
https://bibliotekanauki.pl/articles/407331.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
sztuczna sieć neuronowa
eksploatacja
naprawa
remont
części zamienne
artificial neural network
maintenance
repair
overhaul
spare parts forecasting
Opis:
Due to the unpredictable nature for aircraft maintenance repair parts demand, MRO (Maintenance, Repair, Overhaul) business perceive difficulties in forecasting and are currently looking for a superior forecasting solution. This paper deals with techniques applicable to predicting spare part demand replacement during helicopter PZL 10W engine overhaul - operating according to hard - time. The experimental results show new forecasting method based on hard - time as the predicted time of required demand and ANN technique as forecasting models predicted numbers of spare parts. The evolution for a new forecasting method, which will be a predictive error-forecasting model which compares and evaluates forecasting methods, based on their factor levels when faced with intermittent demand show as possibility of big changes in MRO lean manufacturing. The results confirm the continued superiority of the new method, whereas, most commonly leveraged methods such as moving average used by MRO business are found to be questionable, and consistently producing poor forecasting performance.
Źródło:
Management and Production Engineering Review; 2012, 3, 2; 21-26
2080-8208
2082-1344
Pojawia się w:
Management and Production Engineering Review
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Pulverized coal combustion advanced control techniques
Zaawansowane metody sterowania procesem spalania pyłu węglowego
Autorzy:
Gromaszek, Konrad
Powiązania:
https://bibliotekanauki.pl/articles/408257.pdf
Data publikacji:
2019
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
combustion control
adaptive algorithm
artificial neural network
sterowanie procesem
algorytm adaptacyjny
sztuczna sieć neuronowa
Opis:
The paper describes the selected methods of adaptive control of the pulverized coal combustion process overview with various types of prognostic models. It was proposed to use a class of control methods that are relatively well established in industrial practice. The presented approach distinguishes the use of an additional source of information in the form of signals from an optical diagnostic system and models based on selected deep structures of recurrent networks. The research aim is to increase the efficiency of the combustion process in the power boiler, taking into account the EU emission standards, leading in consequence to sustainable energy and sustainable environmental engineering.
W artykule opisano wybrane metody adaptacyjnego sterowania przeglądem procesu spalania pyłu węglowego z wykorzystaniem określonych modeli prognostycznych. Zaproponowano użycie metod, które są stosunkowo dobrze znane w praktyce przemysłowej. Przedstawione podejście wyróżnia wykorzystanie dodatkowego źródła informacji w postaci sygnałów z optycznego systemu diagnostycznego i modeli opartych na strukturach sieci głębokich. Badania mają na celu zwiększenia efektywności procesu spalania w kotle energetycznym, z uwzględnieniem norm emisji UE, prowadząc w konsekwencji do zrównoważonej energii i zrównoważonej inżynierii środowiska.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2019, 9, 2; 41-45
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wizualizacja 3D struktury sztucznej sieci neuronowej z wykorzystaniem OpenGL
3D visualization of structure of artificial neural network using OpenGL
Autorzy:
Pietrowski, W.
Szymaniak, M
Powiązania:
https://bibliotekanauki.pl/articles/377413.pdf
Data publikacji:
2014
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
grafika komputerowa
OpenGL
sztuczna sieć neuronowa
Opis:
W artykule przedstawiono oprogramowanie do trójwymiarowej wizualizacji struktury sztucznej sieci neuronowej. Takie oprogramowanie w procesie tworzenia sztucznej sieci neuronowej może posłużyć do wizualizacji wszystkich elementów struktury. Podgląd struktury sztucznej sieci neuronowej na etapie jej tworzenia ułatwia zarówno proces projektowania jak również jej modyfikowania. Powstałe oprogramowanie ma też walory dydaktyczne, które mogą zostać wykorzystane podczas zajęć omawiających sztuczne sieci neuronowe. Otrzymane rysunki mogą znaleźć zastosowanie w publikacjach opisujących zastosowania sztucznych sieci neuronowych w elektrotechnice jak i innych dziedzinach nauki.
The article presents a software for three-dimensional visualization of structure of an artificial neural network. Such software in the creation of an artificial neural network can be used to visualize all the elements of the structure. Preview the structure of an artificial neural network on the stage of its creation facilitates both the design process as well as its modification. The resulting software is for the didactic, which can be used in the classroom discussing artificial neural networks. The resulting drawings can be used in publications describing the use of artificial neural networks in electrical engineering and other sciences.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 80; 137-144
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fault location in EHV transmission lines using artificial neural networks
Autorzy:
Bouthiba, T.
Powiązania:
https://bibliotekanauki.pl/articles/907284.pdf
Data publikacji:
2004
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
linia przesyłowa
detekcja uszkodzeń
lokalizacja uszkodzeń
sztuczna sieć neuronowa
transmission line
fault detection
fault location
artificial neural networks
Opis:
This paper deals with the application of artificial neural networks (ANNs) to fault detection and location in extra high voltage (EHV) transmission lines for high speed protection using terminal line data. The proposed neural fault detector and locator were trained using various sets of data available from a selected power network model and simulating different fault scenarios (fault types, fault locations, fault resistances and fault inception angles) and different power system data (source capacities, source voltages, source angles, time constants of the sources). Three fault locators are proposed and a comparative study of the proposed fault locators is carried out in order to determine which ANN fault locator structure leads to the best performance. The results show that artificial neural networks offer the possibility to be used for on-line fault detection and location in transmission lines and give satisfactory results.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2004, 14, 1; 69-78
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment of deformation properties of coal measure sandstones through regression analyses and artificial neural networks
Autorzy:
Köken, Ekin
Powiązania:
https://bibliotekanauki.pl/articles/2073875.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
piaskowiec
sztuczna sieć neuronowa
deformacja
sandstone
Zonguldak
deformation properties
regression analysis
artificial neural network
Opis:
The deformation properties of rocks play a crucial role in handling most geomechanical problems. However, the determination of these properties in laboratory is costly and necessitates special equipment. Therefore, many attempts were made to estimate these properties using different techniques. In this study, various statistical and soft computing methods were employed to predict the tangential Young Modulus (Eti, GPa) and tangential Poisson’s Ratio (vti) of coal measure sandstones located in Zonguldak Hardcoal Basin (ZHB), NW Turkey. Predictive models were established based on various regression and artificial neural network (ANN) analyses, including physicomechanical, mineralogical, and textural properties of rocks. The analysis results showed that the mineralogical features such as the contents of quartz (Q, %) and lithic fragment (LF, %) and the textural features (i.e., average grain size, d50, and sorting coefficient, Sc) have remarkable impacts on deformation properties of the investigated sandstones. By comparison with these features, the mineralogical effects seem to be more effective in predicting the Eti and vti. The performance of the established models was assessed using several statistical indicators. The predicted results from the proposed models were compared to one another. It was concluded that the empirical models based on the ANN were found to be the most convenient tools for evaluating the deformational properties of the investigated sandstones.
Źródło:
Archives of Mining Sciences; 2021, 66, 4; 523--542
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 179

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