Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Novelty Detection in System Monitoring and Control with HONU

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F16%3A00305519" target="_blank" >RIV/68407700:21220/16:00305519 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://www.igi-global.com/chapter/novelty-detection-in-system-monitoring-and-control-with-honu/152097" target="_blank" >http://www.igi-global.com/chapter/novelty-detection-in-system-monitoring-and-control-with-honu/152097</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.4018/978-1-5225-0063-6.ch003" target="_blank" >10.4018/978-1-5225-0063-6.ch003</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Novelty Detection in System Monitoring and Control with HONU

  • Popis výsledku v původním jazyce

    With focus on Higher Order Neural Units (HONUs), this chapter reviews two recently introduced adaptive novelty detection algorithms based on supervised learning of HONU with extension to adaptive monitoring of existing control loops. Further, the chapter also introduces a novel approach for novelty detection via local model monitoring with Self-organizing Map (SOM) and HONU. Further, it is discussed how these principles can be used to distinguish between external and internal perturbations of identified plant or control loops. The simulation result will demonstrates the potentials of the algorithms for single-input plants as well as for some representative of multiple-input plants and for the improvement of their control.

  • Název v anglickém jazyce

    Novelty Detection in System Monitoring and Control with HONU

  • Popis výsledku anglicky

    With focus on Higher Order Neural Units (HONUs), this chapter reviews two recently introduced adaptive novelty detection algorithms based on supervised learning of HONU with extension to adaptive monitoring of existing control loops. Further, the chapter also introduces a novel approach for novelty detection via local model monitoring with Self-organizing Map (SOM) and HONU. Further, it is discussed how these principles can be used to distinguish between external and internal perturbations of identified plant or control loops. The simulation result will demonstrates the potentials of the algorithms for single-input plants as well as for some representative of multiple-input plants and for the improvement of their control.

Klasifikace

  • Druh

    O - Ostatní výsledky

  • CEP obor

    BC - Teorie a systémy řízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

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