Please use this identifier to cite or link to this item: http://ea.donntu.edu.ua:8080/jspui/handle/123456789/30141
Full metadata record
DC FieldValueLanguage
dc.contributor.authorФедоров, Евгений Евгениевич-
dc.contributor.authorЯрош, Ирина Викторовна-
dc.contributor.authorЧерняк, Татьяна Александровна-
dc.date.accessioned2019-04-02T07:48:24Z-
dc.date.available2019-04-02T07:48:24Z-
dc.date.issued2018-11-26-
dc.identifier.issn2306-4412-
dc.identifier.urihttp://ea.donntu.edu.ua:8080/jspui/handle/123456789/30141-
dc.descriptionВ данной статье были рассмотрены и представлены данные выполненного анализа имеющихся методов для осуществления диагностики состояния вентиляторной установки главного проветривания на горнопромышленном предприятии (шахте). Выполненные исследования были направлены на снижения вероятности возникновения ошибок диагностики. Достоинства и недостатки указанных существующих методов учтены при разработке и реализации нейросетевого метода диагностики вентиляторной установки главного проветривания. Проведенные эксперименты позволили создать архитектуру нейронной сети с определенной задержкой во входном слое, которая послужила основой для разработки приведенного метода. Возможность ускоренного обучения предоставляется за счет предложенного в работе пакетного режима. Эффективность метода была оценена в результате множественных исследований, которые отражают работоспособность сети и архитектуры. Предложенная в работе нейронная сеть позволяет получить минимум отклонений при диагностике.uk_UK
dc.description.abstractСтатья содержит результаты анализа методов для осуществления диагностики состояния вентиляторной установки главного проветривания на шахте. Приведен обзор исследований, направленных на снижения вероятности возникновения ошибок диагностики. Предложена архитектура нейронной сети с определенной задержкой во входном слое, которая послужила основой для разработки метода диагностики вентиляторной установки главного проветривания. Заявленный пакетный режим позволяет обеспечить возможность ускоренного обучения. Метод эффективен, о чем свидетельствуют множественные исследования, отражающие работоспособность сети и архитектуры. Предложенная в работе нейронная сеть позволяет получить минимум отклонений при диагностике.uk_UK
dc.language.isoruuk_UK
dc.publisherЧеркаський державний технологічний університетuk_UK
dc.relation.ispartofseriesТехнічні науки;4/2018-
dc.subjectвентиляторная установка главного проветриванияuk_UK
dc.subjectпакетный режим обученияuk_UK
dc.subjectпроизводственная безопасностьuk_UK
dc.subjectкомплексная диагностикаuk_UK
dc.subjectискусственная нейронная сетьuk_UK
dc.titleМетод пакетного обучения нейросети с задержкой во входном слое для комплексной диагностики состояния вентиляторной установки главного проветриванияuk_UK
dc.title.alternativeThe method of neural networks batch training with delay in the input layer for the integrated diagnostics of the fan installations main airing stateuk_UK
dc.typeArticleuk_UK
Appears in Collections:Кафедра прикладної математики та інформатики

Files in This Item:
File Description SizeFormat 
ФедоровЕЕ_ЯрошИВ_ЧернякТА_ЧДТУ_статья.pdf947,1 kBAdobe PDFView/Open


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