Статті

Постійне посилання на розділhttps://dspace.nuft.edu.ua/handle/123456789/7372

Переглянути

Фільтри

2013 - 20142

Налаштування

Містить файли: ТакКлючове слово: search.filters.subject.neural Networks

Результати пошуку

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    Идентификация процесса функционирования технологического комплекса
    (2014) Ладанюк, Анатолий Петрович; Бойко, Регина Олеговна; Смитюх, Ярослав Владимирович; Школьна, Елена Валентиновна
    Технологические комплексы относятся к сложным организационно - технологическим системам, которые составляют один класс объектов управления и характеризуются рядом признаков: многомерность, нестационарность, нелинейность, нечеткость и неопределенность информации, участие в процессе управления человека - принимающего решение и т.д.. Кроме того, ТК всегда состоят из подсистем, которые описываются своими моделями, характеризуются своим критериям управления и ограничениями на ресурсы. Technological systems are complex organizational - technological systems, which constitute one class of control objects and are characterized by a number of features: multi-dimensional, non-stationary, non-linearity, the vagueness and uncertainty information, participate in the management of the individual - the decision-maker, etc. .. In addition, TC always consist of subsystems, which are described by their models, characterized by their management criteria and constraints on resources.
  • Ескіз
    Документ
    Нейромережеві моделі виявлення і розпізнавання технологічних ситуацій
    (2013) Зігунов, Олександр Михайлович; Кишенько, Василь Дмитрович; Бєляєв, Юрій Борисович
    У статті описано застосування комплексу методів Data Mining, нейромережевих і нечітких технологій кластеризації і класифікації, методів сегментації і вейвлет-аналізу, за спільного застосування яких можна домогтися розпізнавання більш ніж 75% відомих ситуацій у дифузійному відділенні. Розроблена система надає можливість розширити кількість класів подій, що розпізнаються; подолати обмеження щодо прийняття гіпотези (умовної) стаціонарності процесу; отримати кількісний опис і характеристики технологічних подій. The paper describes the application of complex methods Data Mining, Neural Network and Fuzzy clustering and classification technologies, methods of segmentation and wavelet analysis, joint application which can be achieved by recognizing more than 75% of the known situations in the diffusion department. The system allows you to expand the number of classes of events are recognized, to overcome restrictions on the hypothesis of (relatively) stationary process, obtain a quantitative description of the characteristics and technological developments.