Sztuczne sieci neuronowe rekurencyjne do modelowania procesów dynamicznych = Dynamic processes modelling by means of recurrent neural networks / Szymon Grymek, Wojciech Tarnowski.
Rodzaj materiału:
ArtykułSzczegóły wydania: 1995.Tematy: Rodzaj/forma:
W: Zeszyt Naukowy Wydziału Mechanicznego. - 1995, nr 18a, s. 81-89Streszczenie: Artykuł przedstawia zastosowanie sztucznych sieci neuronowych w procesie identyfikacji i modelowania obiektów dynamicznych. W części teoretycznej omówiono zasadę działania rekurencyjnej sieci neuronowej Jordana, jej zmodyfikowaną przez Pham'a i Oh'a wersję oraz metodologię wykorzystania tej sieci w modelowaniu i identyfikacji. Rozważania teoretyczne zilustrowano przykładem modelowania obiektu silnie nieliniowego. W zakończeniu przedstawiono wnioski z własnych prac nad zastosowaniem zmodyfikowanej sieci Jordana w modelowaniu i ustosunkowano się do wyników uzyskanych przez Phama i Oha.
| Typ dokumentu | Obecna biblioteka | Sygnatura | Status | Termin zwrotu | Kod kreskowy | |
|---|---|---|---|---|---|---|
Artykuł
|
Bibliografia Prac Pracowników - BPK | 0100 (Przeglądaj półkę(Otwórz poniżej)) | Nie można wypożyczyć |
Zakończ przeglądanie półki (Zakończ przeglądanie półki)
Dane z autopsji.
Artykuł przedstawia zastosowanie sztucznych sieci neuronowych w procesie identyfikacji i modelowania obiektów dynamicznych. W części teoretycznej omówiono zasadę działania rekurencyjnej sieci neuronowej Jordana, jej zmodyfikowaną przez Pham'a i Oh'a wersję oraz metodologię wykorzystania tej sieci w modelowaniu i identyfikacji. Rozważania teoretyczne zilustrowano przykładem modelowania obiektu silnie nieliniowego. W zakończeniu przedstawiono wnioski z własnych prac nad zastosowaniem zmodyfikowanej sieci Jordana w modelowaniu i ustosunkowano się do wyników uzyskanych przez Phama i Oha.
