W artykule przedstawiono wyniki symulacyjnych badań jednokierunkowych sieci neuronowych. Opisano procedury uczenia i testowania sieci o wybranych strukturach, pozwalające na wyrażanie ich właściwości metrologicznych za pomocą niepewności. Przeanalizowano najistotniejsze czynniki wpływające na efektywność uczenia sieci. Przedstawiono również przykład wykorzystania sieci neuronowych do korekcji błędów statycznych i dynamicznych toru pomiarowego zawierającego czujnik opisany modelem Wienera.
EN
The paper presents results of simulation research of feed-forward neural networks. The training and testing procedures are described for some neural networks structures which allow to emphasize their metrological properties through the uncertainty. Influence of the main factors for neural network training efficiency is analyzed. Additionally, this paper give an overview of using neural networks for the static and dynamic errors correction in measuring chain with a sensor described through the Wiener's model.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.