Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Elektronika : konstrukcje, technologie, zastosowania

1 2011

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: polska skala czas UTC (PL)

Sortuj według:

Ogranicz wyniki do:

Application of the GMDH neural networks in prediction of corrections of the national time scale

Miczulski W., Sobolewski Ł.

Elektronika : konstrukcje, technologie, zastosowania

2011

Vol. 52, nr 6

45-47

In collaboration with the COM, the Institute of Electrical Metrology of the University of Zielona Góra examines the application of neural networks in prediction of corrections for the UTC(PL). The paper presents the findings of the research on application of the GMDH networks for such corrections. In order to implement the learning process of the GMDH networks, two groups of input data sets in the form of time series were prepared. The time series of the first group (sc1) include the results of setting the phase time (tf) which characterizes the daily instability of an atomic clock towards the UTC. The time series of the second group (sc2) include the values of deviations of the phase time (tf) from the long-term trend in its changes described with a linear regression equation. Thus obtained time series were the basis for predicting the values of the corrections for the UTC(PL). The findings allow the statement that the GMDH neural networks are able to achieve the prediction errors, which does not exceed the required value of š10ns. Moreover, they are the networks which, contrary to the MLP and RBF networks, adjust automatically the structure and numbers of the neurons to the nature of the data supplied at the input of the learning process.

W Instytucie Metrologii Elektrycznej Uniwersytetu Zielonogórskiego prowadzone są przy współpracy z GUM prace nad zastosowaniem sieci neuronowych do prognozowania poprawek dla UTC (PL). W pracy przedstawiono wyniki badań związanych z zastosowaniem sieci GMDH do prognozowania tych poprawek. W celu przeprowadzenia procesu uczenia sieci GMDH przygotowano dwie grupy zbiorów danych wejściowych stanowiących szeregi czasowe. W pierwszej grupie szeregi czasowe (sc1) zawierają wyniki wyznaczenia czasu fazowego tf charakteryzującego niestabilność zegara atomowego na każdy dzień w odniesieniu do UTC. W drugiej grupie szeregi czasowe (sc2) zawierają wartości odchyleń czasu fazowego tf od długoterminowego trendu jego zmian opisanego równaniem regresji liniowej. Tak otrzymane szeregi czasowe były podstawą prowadzenia prognozowania wartości poprawek dla UTC (PL). Otrzymane wyniki badań pozwalają stwierdzić, że sieci neuronowe GMDH umożliwiają osiągnięcie błędów prognoz nie przekraczających wymaganej wartości š10ns Ponadto są sieciami, w przeciwieństwie do sieci MLP i RBF, które automatycznie dopasowują strukturę i liczby neuronów do charakteru danych podawanych na jej wejście w procesie uczenia.