Wyniki wyszukiwania - BazTech

1

Mechanizmy automatycznej identyfikacji, konfiguracji i wymiany danych z modułami wewnętrznymi inteligentnego urządzenia kontrolno-pomiarowego

Gacek A., Makowiecki K., Prystupiuk P., Wojtaś G.

Elektro Info

|

2016

|

nr 10

57--59

PL

W artykule przedstawiono koncepcję urządzenia kontrolno-pomiarowego dla energetyki, opartego na modelu architektury rozproszonej, wyposażonego w jednostkę centralną i moduły wewnętrzne o określonej funkcjonalności. Autorzy skupili się na problematyce identyfikacji, wymiany danych oraz automatycznej konfiguracji całego urządzenia w zależności od rodzaju i liczby przyłączonych w danym momencie do jednostki centralnej modułów wewnętrznych.

EN

In the paper the conception of measurement and control device for power industry with distributed architecture has been presented. The device consists of a central unit and internal modules with specified functionality. The authors concentrated on the problem of modules identification, data exchange and automatic configuration of the device depending on the number of internal modules connected to the central unit.

2

Automatyczna konfiguracja sekwencyjnego układu sterowania

Cisek J., Trybus L.

Pomiary Automatyka Kontrola

|

2005

|

R. 51, nr 1

18-20

PL

Przedstawiono metodę automatycznego tworzenia schematu bloków funkcyjnych dla sterownika PLC, przy użyciu języka funkcyjnego ML. Opisano podstawowe elementy metody na przykładzie sekwencyjnego układu sterowania. Rozważono przykład generacji układu sterowania przejazdem kolejowym ostatecznie zaimplementowany w sterowniku wielofunkcyjnym PSW-166.

EN

The method of automatic generation of function block diagram for a PLC using ML functional language is considered. A sequential control problem has been used to present fundamental elements of the method. Railway crossing control and PSW-166 multifunction controller are applied in the example.

3

Fast automatic configuration of artificial neural networks used for binary patterns recognition

Horzyk A.

Biocybernetics and Biomedical Engineering

|

2001

|

Vol. 21, no. 1

25-36

EN

This paper presents an idea of the automatically generated architecture of neural networks used for the binary patterns recognition. The process is founded on the analysis of all the patterns of the learning sequence. The described method computers the requested set of features very quickly and folly automatically. The presented method can effectively reduce the amount of synapses of the neuraI network, making the eventual implementation cheaper. The reduction of synapses is done through minimai reduction of the quality of recognition and the quality of generalization. Both, the structure of the neural network and the values of all weights coefficients are calculated in two runs over the learning sequence. The proposed method achieves the optimum formation of the structure and the parameters of the neural network much faster than any known method for learning neuraI networks. Furthermore, there is the quality of generaIization concerned because it is one of the most important factors of recognition while using neural networks.

PL

W artykule zaprezentowano ideę automatycznego doboru struktury i konfiguracji sieci neuronowej rozpoznającej wzorce binarne. Proces ten opiera się na analizie wszystkich wzorców wchodzących w skład zbioru uczącego. Opracowana i opisana w artykule metoda pozwala wyznaczyć automatycznie żądany zbiór cech z wysoką sprawnością obliczeniową. Umożliwia ona również efektywne zredukowanie ilości występujących w sieci neuronowej połączeń synaptycznych, co obniża koszt ewentualnej implementacji konstruowanego systemu. Redukcja synaps odbywa się przy uwzględnieniu minimalnej utraty jakości rozpoznawania i uogólniania wzorców. Zarówno struktura sieci neuronowej jak i wartości wszystkich występujących w niej współczynników wagowych zostają ustalone w procesie dwukrotnego przeglądnięcia rozważanej grupy rozpoznawanych wzorców, co powoduje, że zaproponowana metoda osiąga optymalne uformowanie struktury i parametrów sieci neuronowej dostosowanej do rozważanego zadania rozpoznawania w nieporównywalnie szybszy sposób niż wszystkie inne znane metody uczenia sieci neuronowych. W artykule rozważano również problem oszacowania jakości uzyskanej generalizacji, jako jednego z podstawych kryteriów decydujących o zakresie stosowalności otrzymanych sieci neuronowych.