All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

Artificial Neural Networks used for Short-circuited Slotted Line modelling

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25530%2F08%3A00007217" target="_blank" >RIV/00216275:25530/08:00007217 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    čeština

  • Original language name

    Umělé neuronové sítě jako prostředek pro modelování zkratovaného štěrbinového vedení

  • Original language description

    Cílem uvedeného příspěvku je demonstrovat použití umělých neuronových sítí k řešení praktických úloh identifikace složitých nelineárních soustav. Bylo zkoumáno zkratované štěrbinové vedení za účelem vytvoření jeho modelu ve tvaru umělé neuronové sítě (UNS). Model představuje soustavu se dvěma vstupy, šířkou štěrbiny a frekvencí a jedním výstupem, reálnou nebo imaginarní složkou zakončovaní impedance vedení. K řešení úlohy byl použit Neural Network Toolbox výpočetního systému MATLAB/SIMULNK. Navržená neuronová síť byla trénována algoritmem Backpropagation a jeho modifikací, metodou Levenberg-Marquardta. Získané výsledky prokázaly úspěšnost použití UNS jako prostředku pro modelování zkoumaného systému.

  • Czech name

    Umělé neuronové sítě jako prostředek pro modelování zkratovaného štěrbinového vedení

  • Czech description

    Cílem uvedeného příspěvku je demonstrovat použití umělých neuronových sítí k řešení praktických úloh identifikace složitých nelineárních soustav. Bylo zkoumáno zkratované štěrbinové vedení za účelem vytvoření jeho modelu ve tvaru umělé neuronové sítě (UNS). Model představuje soustavu se dvěma vstupy, šířkou štěrbiny a frekvencí a jedním výstupem, reálnou nebo imaginarní složkou zakončovaní impedance vedení. K řešení úlohy byl použit Neural Network Toolbox výpočetního systému MATLAB/SIMULNK. Navržená neuronová síť byla trénována algoritmem Backpropagation a jeho modifikací, metodou Levenberg-Marquardta. Získané výsledky prokázaly úspěšnost použití UNS jako prostředku pro modelování zkoumaného systému.

Classification

  • Type

    C - Chapter in a specialist book

  • CEP classification

    BC - Theory and management systems

  • OECD FORD branch

Result continuities

  • Project

  • Continuities

    Z - Vyzkumny zamer (s odkazem do CEZ)

Others

  • Publication year

    2008

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Book/collection name

    Teorie dopravních systémů (soubor odborných statí)

  • ISBN

    978-80-7399-347-4

  • Number of pages of the result

    10

  • Pages from-to

  • Number of pages of the book

    220

  • Publisher name

    Tribun EU

  • Place of publication

    Brno

  • UT code for WoS chapter