Wyszukiwanie zaawansowane
Wyszukiwanie zaawansowane
Wyszukiwanie zaawansowane
Wyszukiwanie zaawansowane
Wyszukiwanie zaawansowane
Książka = Book ; KS/3/2005/R14P01
Instytut Badań Systemowych. Polska Akademia Nauk ; Systems Research Institute. Polish Academy of Sciences
[4], 3-10 stron ; 21 cm ; Bibliografia s. 9-10
W danej pracy omawia się problemy niepewności modeli sztucznej inteligencji w układach diagnostyki. W szczególności rozpatruje się niepewność modeli neuronowych typu GMDH oraz rozmyto-neronowych typu Takagi-Sugeno. W badaniach wykorzystano metodę ograniczonych wartości błędów do estymacji parametrów analizowanych modeli. Pokazano, że wyznaczone przedziały ufności sygnałów wyjściowych modeli można zastosować do określenia adaptacyjnych progów decyzyjnych, w sensie przedziału ufności sygnału re~iduum. Załączony na końcu pracy przykład odpornego układu diagnostyki dla silnika prądu stałego ilustruje możliwości wykorzystania niepewnego modelu rozmyto-neuronowego.
Licencja Creative Commons Uznanie autorstwa 4.0
Zasób chroniony prawem autorskim. [CC BY 4.0 Międzynarodowe] Korzystanie dozwolone zgodnie z licencją Creative Commons Uznanie autorstwa 4.0, której pełne postanowienia dostępne są pod adresem: ; -
Instytut Badań Systemowych Polskiej Akademii Nauk
Biblioteka Instytutu Badań Systemowych PAN
15 paź 2021
1 lut 2021
0
https://rcin.org.pl./publication/193080