Wyniki wyszukiwania - BazTech

1

Applying of neural networks for testing of tracers with usign of emprical data

Ampuła Dariusz

Scientific Journal of Polish Naval Academy

|

2019

|

R. 60 nr 3 (218)

5--23

EN

An attempt of designing artificial neural networks for empirical laboratory test results tracers No. 5, No. 7 and No. 8 was introduced in the article. These tracers are applied in cartridges with calibres from 37 mm to 122 mm which are still used and stored both in the marine climate and land. The results of laboratory tests of tracers in the field of over 40 years of tests have been analysed. They have been properly prepared in accordance with the requirements that are neces-sary to design of neural networks. Only the evaluation module of these tracers was evaluated, because this element of tests, fulfilled the necessary assumptions needed to build artificial neural networks. Several hundred artificial neural networks have been built for each type of analysed tracers. After an in-depth analysis of received results, it was chosen one the best neural network, the main parameters of which were described and discussed in the article. Received results of working built of neural networks were compared with previously functioning manual evaluation module of these tracers. On the basis conducted analyses, proposed the modification of functioning test methodology by replacing the previous manual evaluation modules through elaborated au-tomatic models of artificial neural networks. Artificial neural networks have a very important feature, namely they are used in the prediction of specific output data. This feature successfully used in diagnostic tests of other elements of ammunition.

PL

W artykule przedstawiono próbę zaprojektowania sztucznych sieci neuronowych dla empirycz-nych wyników badań laboratoryjnych smugaczy nr 5, nr 7 i nr 8. Smugacze te stosowane są w nabojach o kalibrach od 37 mm do 122 mm, które są ciągle użytkowane i magazynowane za-równo w klimacie morskim, jak i lądowym. Analizie poddano wyniki badań laboratoryjnych smu-gaczy, które otrzymywano przez ponad czterdzieści lat. Zostały one odpowiednio przygotowane, zgodnie z wymogami projektowania sieci neuronowych. Ocenie poddano moduł ocenowy smuga-czy, ponieważ ten element badań spełniał niezbędne założenia potrzebne do zbudowania sztucz-nych sieci neuronowych. Zbudowano kilkaset sztucznych sieci neuronowych dla każdego rodzaju analizowanego smugacza. Po analizie otrzymanych wyników wybrano po jednej najlepszej sieci neuronowej. Ich główne parametry zostały opisane. Wyniki działania zbudowanych sieci neuro-nowych zostały porównane z funkcjonującym dotychczas manualnym modułem ocenowym smu-gaczy. Na podstawie analiz zaproponowano modyfikację funkcjonującej metodyki badawczej poprzez zastąpienie ręcznych modułów ocenowych opracowanymi automatycznymi modelami sztucznych sieci neuronowych.

2

Neural networks for tested MG artillery fuses

Ampuła Dariusz

Journal of KONBiN

|

2019

|

Vol. 49, iss. 4

157--186

EN

The article presents the information about the usage of artificial neural networks. The automation process of neural networks of the analysed evaluation data results is highlighted. The kinds of MG type artillery fuses are described and the kinds of cartridges’ calibres, in which they are used, are also specified. The way of preparation of databases of test results to computer simulation is described. Building of neural networks determining the main technical parameters and sizes of learning, test and validation sets is characterized. The summary for chosen active neural networks for individual kinds of the analysed MG type artillery fuses is presented. Graphs of learning, values of sensibility indicators and fragments of prediction sheets for the chosen neural networks were shown.

PL

W artykule przedstawiono informację dotyczącą kierunków zastosowania sztucznych sieci neuronowych. Podkreślono fakt automatyzacji przez sieci neuronowe procesów ocenowych analizowanych wyników danych. Opisano rodzaje zapalników artyleryjskich typu MG, określono również rodzaje kalibrów nabojów w których są one stosowane. Opisano sposób przygotowania baz wyników badań do symulacji komputerowych. Scharakteryzowano budowane sieci neuronowe, określając ich główne parametry techniczne oraz wielkości zbiorów uczącego, testowego i walidacyjnego. Przedstawiono podsumowania dla wybranych aktywnych sieci neuronowych dla poszczególnych rodzajów analizowanych zapalników artyleryjskich typu MG. Pokazano wykresy uczenia, wartości wskaźników wrażliwości oraz fragmenty arkuszy predykcji dla wybranych sieci neuronowych.

3

Forecasting economic and financial indicators by supply of deep and recovery neural networks

Boyko N., Ivanets A., Bosik M.

ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes

|

2018

|

Vol. 7, No 2

3--8

EN

This paper studies the potential of the application of the Recurrent Neural Networks, as well as the Deep Neural Networks in the field of the finances and trading. In particular, their use in the stock price predicting software. The concepts of the RNNs and DNNs are provided and explained thoroughly. Both techniques RNNs and DNNs are utilized in the implementation of the stock price predicting software. Two separate versions of the software are created in order to demonstrate the main differences between the algorithms, as well as to determine the best of the two. Each version is thoroughly examined. The comparison of each of the algorithms is performed and highlighted. Examples of the implementations of the software, utilizing each of the algorithms on big volumes of stock data, for stock price prediction are provided. The article summarizes the concept of stock price prediction backed by the popular machine learning algorithms and its application in the nowadays world.