Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Nedbalek J.

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

New type of neural networks for rendering graph points

Nedbalek J.

Journal of Polish Safety and Reliability Association

2010

Vol. 1, No. 1

181--186

The paper demonstrates new approach of rendering the graph point series called gantts. The gantts are placed in the two dimensional graph which contains the information about available production sources in the Real manufacturing process. The gantt is defined as one dimensional coloured dash which has unique position. To have the interaction with a user, gantts are accompanied with the description text giving detailed information about each gantt. All gantt descriptions must be displayed without overlapping with each other. To optimize this task, the modified version of the RBF neural network with biases is applied. With respect to the similarity to the RBF structure, the new type of neural network is named RBF 2. We also give the picture of positive and negative attributes of the solution based on the neural network architecture.

RBF neural networks for function approximation in dynamic modelling

Nedbalek J.

Journal of KONBiN

2008

No. 5 (8)

223-232

The paper demonstrates the comparison of Monte Carlo simulation algorithm with neural network enhancement in the reliability case study. With regard to process dynamics, we attempt to evaluate the tank system unreliability related to the initiative input parameters setting. The neural network is used in equation coefficients calculation, which is executed in each transient state. Due to the neural networks, for some of the initial component settings we can achieve the results of computation faster than in classical way of coefficients calculating and substituting into the equation.

W artykule przedstawiono porównanie algorytmu symulacyjnego wykorzystującego metodę Monte Carlo względem rozszerzenia sieci neuronowych na przypadek badania niezawodności obiektów. W odniesieniu do dynamiki procesu, podjęliśmy próbę oceny niepewności (zawodności) układu zbiornika w zależności od początkowych ustawień parametrów wejściowych. Do wyznaczenia współczynników równań wykorzystywane są sieci neuronowe, a proces obliczeniowy jest wykonywany dla każdego stanu przejściowego (nieustalonego). Dzięki zastosowaniu sieci neuronowych, dla pewnych ustawień wartości początkowych jesteśmy w stanie otrzymać wyniki obliczeń szybciej, niż w przypadku zastosowania klasycznej metody wyliczenia współczynników i podstawienia ich do równania wyjściowego.