Neuronová sít jako klasifikátor a predikátor zbytkové životnosti VN izolačních materiálů.
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26210%2F04%3APU48331" target="_blank" >RIV/00216305:26210/04:PU48331 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Neural Network with Radial Basis Functions as Residual Lifetime Predictor and Classifier of High Voltage Insulating Materials.
Popis výsledku v původním jazyce
This contribution deals with the RBF neural network with radial basis transfer function improvement for residual lifetime prediction and classification of the Relanex insulating material which is used for electric rotary machine winding. This neural network is used for prediction of the residual lifetime of insulating material for the future on the basis of measured values which were measured on the electric machine in previous times. The output from neural network in this case is always a numeric valuee of magnitude characterizing the state of residual lifetime. The RBF neural network can be used as a classifier, too, where, on the basis of measured input data, the neural network verbally determines the residual lifetime for example and that means that the neural network classifies its state. The classification by neural network means to determine the residual lifetime and to classify those values into the predetermined number of categories which characterize the total state of the in
Název v anglickém jazyce
Neural Network with Radial Basis Functions as Residual Lifetime Predictor and Classifier of High Voltage Insulating Materials.
Popis výsledku anglicky
This contribution deals with the RBF neural network with radial basis transfer function improvement for residual lifetime prediction and classification of the Relanex insulating material which is used for electric rotary machine winding. This neural network is used for prediction of the residual lifetime of insulating material for the future on the basis of measured values which were measured on the electric machine in previous times. The output from neural network in this case is always a numeric valuee of magnitude characterizing the state of residual lifetime. The RBF neural network can be used as a classifier, too, where, on the basis of measured input data, the neural network verbally determines the residual lifetime for example and that means that the neural network classifies its state. The classification by neural network means to determine the residual lifetime and to classify those values into the predetermined number of categories which characterize the total state of the in
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JA - Elektronika a optoelektronika, elektrotechnika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA102%2F03%2F0621" target="_blank" >GA102/03/0621: Ireverzibilní procesy v elektroizolačních materiálech pro vysoké teploty</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2004
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
3rd International Conference, ICPE-CA 2004
ISBN
973-718-026-7
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
140-144
Název nakladatele
Petrosani (Romania)
Místo vydání
Petrosani
Místo konání akce
Bucharest
Datum konání akce
1. 7. 2004
Typ akce podle státní příslušnosti
CST - Celostátní akce
Kód UT WoS článku
—