Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://lib.kart.edu.ua/handle/123456789/13834
Назва: Нейросетевая модель функционирования индуктивно-проводного датчика с использованием сети с прямой передачей сигнала и обратным распространением ошибки
Інші назви: Neural network model of the inductively-wire sensor network using a direct transmission of the signal and error back propagation
Автори: Бабаев, Михаил Михайлович
Гребенюк, Виктория Юрьевна
Babaev, M. M.
Grebenuk, V.Y.
Ключові слова: 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
Дата публікації: 2014
Видавництво: Донецький інститут залізничного транспорту Української державної академії залізничного транспорту
Бібліографічний опис: 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.
Короткий огляд (реферат): 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 (Уніфікований ідентифікатор ресурсу): http://lib.kart.edu.ua/handle/123456789/13834
ISSN: 1993-5579
Розташовується у зібраннях:2014

Файли цього матеріалу:
Файл Опис РозмірФормат 
Babaev.pdf299.15 kBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.