Umělé neuronové sítě - základy teorie a aplikace (7)

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25530%2F07%3A00005207" target="_blank" >RIV/00216275:25530/07:00005207 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
čeština
Název v původním jazyce
Umělé neuronové sítě - základy teorie a aplikace (7)
Popis výsledku v původním jazyce
V sedmé části seriálu je popsán postup identifikace statické charakteristiky nelineárního systému. Je popsána tvorba trénovací a testovací množiny, výběr topologie NS, počtu epoch trénování a určení parametrů učení (koeficientu učení a koeficientu setrvačnosti). Byly zkoumány dvě soustavy, soustava s kvadratickou statickou charakteristikou a bioreaktor se složitou statickou charakteristikou. Za tímto účelem byl sestaven simulační program v MATLABu. Získané výsledky ukázaly na potřebu individuálního přístupu k identifikaci každé analyzované soustavy.
Název v anglickém jazyce
Artificial Neural Networks - basics and applications
Popis výsledku anglicky
In the sevens part of the series, the identification of the static characteristics of the nonlinear system is presented. The design of the training and of the testing set and the selection of the ANN topology is described. Further, the calculation of thetraining and of the inertia coefficients is performed. Two plants were analysed: the plant with the quadratic static characteristics and the bioreactor with the complex static characteristic. Because of the purpose, program in MATLAB was set up. The results obtain showed requirement of the individual access to identify any analysed plant.

Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
BC - Teorie a systémy řízení
OECD FORD obor
—

Rok uplatnění
2007
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)