Please use this identifier to cite or link to this item: http://lib.kart.edu.ua/handle/123456789/13834
Title: Нейросетевая модель функционирования индуктивно-проводного датчика с использованием сети с прямой передачей сигнала и обратным распространением ошибки
Other Titles: Neural network model of the inductively-wire sensor network using a direct transmission of the signal and error back propagation
Authors: Бабаев, Михаил Михайлович
Гребенюк, Виктория Юрьевна
Babaev, M. M.
Grebenuk, V.Y.
Keywords: нейросетевая модель
индуктивно-проводной датчик
многослойная сеть
алгоритм обратного распространения ошибок
логистическая функция
neural network model
inductively-wire sensor
multi-layer network
back-propagation algorithm errors
logistic function
Issue Date: 2014
Publisher: Донецький інститут залізничного транспорту Української державної академії залізничного транспорту
Citation: Бабаев М. М. Нейросетевая модель функционирования индуктивно-проводного датчика с использованием сети с прямой передачей сигнала и обратным распространением ошибки / М. М. Бабаев, В. Ю. Гребенюк // Збірник наукових праць Донецького інституту залізничного транспорту. - 2014. - № 38. - С. 5-13.
Abstract: RU: Для исследования процессов работы индуктивно-проводного датчика была построена и обучена многослойная нейросеть с прямой передачей сигнала и обратным распространением ошибки, что позволяет определять наличие подвижной единицы на контрольном участке пути, а также направление ее движения под воздействием различных факторов. Об адекватности процедуры обучения свидетельствуют полученные результаты и ошибки обучения, а также графики, объясняющие качество обучения данной нейросети.
EN: To study the processes of inductive-wire sensor was built and trained a multilayer neural network with a direct signal transmission and error backpropagation, which allows to detect the presence of mobile units in the control section of the railway track, as well as its direction under the influence of various factors. The adequacy of the training procedure and the results show the error learning, and graphics that explain the quality of the training the neural network.
URI: http://lib.kart.edu.ua/handle/123456789/13834
ISSN: 1993-5579
Appears in Collections:2014

Files in This Item:
File Description SizeFormat 
Babaev.pdf299.15 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.