Optymalizacja sieci neuronowej typu SVM w zadaniu identyfikacji stopnia pęknięcia podstawy zęba

• Autorzy: Łazarz B. , Czech P.

Warianty tytułu

EN

Optymalization of the SVM neural network in task of the degree of tooth root cracking identification system

• Języki publikacji: PL

Abstrakty

PL

W opracowaniu przedstawiono wyniki eksperymentu, którego celem był najlepszy z możliwych dobór parametrów sztucznej sieci neuronowej typu SVM w zadaniu klasyfikacji stopnia pęknięcia podstawy zęba.

EN

The work presents results of an experiment that employs the artificial neuronal network in the task of identification of the degree of tooth root cracking.

Słowa kluczowe

PL

sieci neuronowe; sieci neuronowe typu SVM; sztuczne sieci neuronowe

EN

SVM; neural network; cracking identification system

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Transport / Politechnika Śląska
• Rocznik: 2003
• Tom: z. 50
• Strony: 153--158
• Opis fizyczny: Bibliogr. 12 poz.

Twórcy

autor

Łazarz B.

• Politechnika Śląska, Gliwice

autor

Czech P.

• Politechnika Śląska, Gliwice

Bibliografia

• 1. Korbicz J., Kościelny J., Kowalczuk Z., Cholewa W.: Diagnostyka procesów.Modele. Metody sztucznej inteligencji. Zastosowania, Wydawnictwo Naukowo-Techniczne, Warszawa 2002.
• 2. Łazarz B.: Zidentyfikowany model dynamiczny przekładni zębatej jako podstawa projektowania. Biblioteka Problemów Eksploatacji, Katowice-Radom 2001.
• 3. Madej H., Czech P., Konieczny Ł.: Diagnostyka przekładni zębatych klatek walcowniczych, Diagnostyka nr 28, 2003.
• 4. Mangasarian O. L.: Lagrangian Support Vector Machines, Journal of Machinę Leaming Research, 2001.
• 5. Martin H. R.: Statistical Moment Analysis as a Means of Surface Damage Detection. Proceedings of the 7th International Modal Analysis Conference, Society of Experimental Mechanics, Schenectady, New York 1989.
• 6. Osowski S.: Sieci neuronowe SVM w zastosowaniu do problemów regresji, Przegląd Elektrotechniczny nr 86, 2002.
• 7. Osowski S.: Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000.
• 8. Osowski S.: Zastosowanie sieci SVM do klasyfikacji wzorców, Przegląd Elektrotechniczny nr 78, 2002.
• 9. Radkowski S.: Wibroakustyczna diagnostyka uszkodzeń niskoenergetycznych, Biblioteka Problemów Eksploatacyjnych, Warszawa-Radom 2002.
• 10. Stewart R. M.: Some Useful Data Analysis Techniques for Gearbox Diagnostics. Report MHM/R/10/77, Machine Health Monitoring Group, Institute of Sound and Vibration Research, University of Southampton 1977.
• 11. Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.
• 12. Wilk A., Łazarz B., Madej H.: Vibration Processing Techniques for Fault Detection in Gearboxes, Proceedings of DETC’2003 ASME 2003 Design Engineering Technical Conferences and Computers and Information in Engineering Conference Chicago, Illinois, USA, 2003.