Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Izolacje

1 2017

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Hopfield type neural networks

Sortuj według:

Ogranicz wyniki do:

Zastosowanie sieci neuronowej typu Hopfielda do wyznaczenia przemieszczeń pionowych obiektu mostowego

Mrówczyńska M., Sztubacki J.

Izolacje

2017

R. 22, nr 10

102--104

W artykule przedstawiono sposób identyfikacji zbioru punktów odniesienia w geodezyjnej sieci pomiarowo-kontrolnej. Punkty zakwalifikowane do takiego zbioru powinny zachowywać wzajemną stałość w czasie trwania pomiarów. Zaproponowany w artykule sposób identyfikacji punktów wzajemnie stałych wykorzystuje sieć neuronową typu Hopfielda. Sieć stanowi układ dynamiczny, który ulega relaksacji do stanu stabilnego o minimalnej energii w punkcie zwanym atraktorem. W prezentowanej pracy liczba ewolucji czasowych wzorców (zmian różnic wysokości) w dążeniu do odpowiedniego atraktora z uwzględnieniem analizy wartości wykładników Lapunowa, wykorzystana została do oceny stabilności punktów odniesienia sieci pomiarowo-kontrolnej przeznaczonej do badań deformacji konstrukcji przęsła mostowego pod wpływem obciążenia.

The article presents a method of identifying a set of reference points in a geodesic measurement and control network. The points approved for such set should remain reciprocally stable throughout the measurements. A procedure is proposed for identifying reciprocally fixed points, involving a Hopfield network, which is a type of neural network. It is a dynamical system approaching relaxation at a minimum energy point called an attractor. In the presented paper, the number of time evolutions of the patterns (altitude difference variations) approaching the relevant attractor, accounting for Lyapunov exponents, is used to determine the stability of the reference points within a measurement and control network used in testing bridge span structure deformation under a load.