Применение нейросетевых технологий для повышения достоверности оценок параметров перемещения неплоских элементов конструкций
С целью получения достоверных значений параметров перемещения объектов с неплоской поверхностью с помощью интерференционного СВЧ-метода на основе трехзондовых измерителей использованы нейросетевые технологии. На базе данного метода была поставлена серия реальных экспериментов. Квадратичность хара...
Saved in:
| Date: | 2009 |
|---|---|
| Main Authors: | , |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2009
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/8100 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Применение нейросетевых технологий для повышения достоверности оценок параметров перемещения неплоских элементов конструкций / О.О. Дробахин, А.В. Доронин // Штучний інтелект. — 2009. — № 3. — С. 457-463. — Бібліогр.: 9 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859472443943419904 |
|---|---|
| author | Дробахин, О.О. Доронин, А.В. |
| author_facet | Дробахин, О.О. Доронин, А.В. |
| citation_txt | Применение нейросетевых технологий для повышения достоверности оценок параметров перемещения неплоских элементов конструкций / О.О. Дробахин, А.В. Доронин // Штучний інтелект. — 2009. — № 3. — С. 457-463. — Бібліогр.: 9 назв. — рос. |
| collection | DSpace DC |
| description | С целью получения достоверных значений параметров перемещения объектов с неплоской поверхностью
с помощью интерференционного СВЧ-метода на основе трехзондовых измерителей использованы
нейросетевые технологии. На базе данного метода была поставлена серия реальных экспериментов.
Квадратичность характеристик детекторов обеспечивалась применением калибровки с использованием
разработанной математической модели нейронной сети. Применение интерференционного метода
СВЧ-измерений в сочетании с нейросетевыми технологиями позволило определять параметры перемещения
контролируемого объекта с высокой точностью.
З метою отримання достовірних значень параметрів переміщення об’єктів з неплоскою поверхнею за
допомогою інтерференційного НВЧ-методу на основі тризондових вимірювачів були використані
нейромережні технології. На базі даного методу була поставлена серія реальних експериментів.
Квадратичність характеристик детекторів забезпечувалася застосуванням калібрування з використанням
розробленої математичної моделі нейронної мережі. Застосування інтерференційного методу
НВЧ-вимірювань в поєднанні з нейромережними технологіями дозволило визначати параметри
переміщення контрольованого об’єкта з високою точністю.
With the purpose to obtain the reliable values of parameters of moving objects with an non-planar surface by an
interference microwave method on the basis of three-probes measuring devices the neural network technologies were
used. On the base of this method the series of the real experiments were put. Quadratic detectors descriptions were
provided by using calibration with the developed neuron network mathematical model. Application of interference
method of the microwave measuring in combination with neural network technologies allowed to determine the
displacement of controlled object parameters with high exactness.
|
| first_indexed | 2025-11-24T10:51:55Z |
| format | Article |
| fulltext |
«Штучний інтелект» 3’2009 457
9Д
УДК 621.396:681.3.07
О.О. Дробахин1, А.В. Доронин2
1Днепропетровский национальный университет, г. Днепропетровск, Украина
drobakhinj@mail.ru
2Институт технической механики, НКА и НАН Украины, г. Днепропетровск, Украина
doronin_al@mail.ru
Применение нейросетевых технологий
для повышения достоверности оценок
параметров перемещения неплоских
элементов конструкций
С целью получения достоверных значений параметров перемещения объектов с неплоской поверхностью
с помощью интерференционного СВЧ-метода на основе трехзондовых измерителей использованы
нейросетевые технологии. На базе данного метода была поставлена серия реальных экспериментов.
Квадратичность характеристик детекторов обеспечивалась применением калибровки с использованием
разработанной математической модели нейронной сети. Применение интерференционного метода
СВЧ-измерений в сочетании с нейросетевыми технологиями позволило определять параметры перемещения
контролируемого объекта с высокой точностью.
Введение
Возникновение и стремительное развитие современных средств обработки инфор-
мации делает актуальным вопрос об их применении для решения актуальных научно-
технических задач, а также обеспечение повышения таких важных факторов, как
надежность и достоверность. Одной из задач является разработка средств измерения
параметров механических перемещений и вибраций неплоских объектов. С точки
зрения безынерционности и бесконтактности измерений микроволновые методы обла-
дают неоспоримым преимуществом, а в условиях термических нагрузок объекта либо
пребывания его в агрессивной среде являются решающим обстоятельством в пользу
выбора микроволновых методов. Практическое применение существующих методов
требует повышения точности оценок местоположения контролируемого объекта, ко-
торое в состоянии обеспечить применение нейросетевых технологий [1].
Наиболее популярным из микроволновых методов измерения параметров движения
является интерференционный метод [2-4]. В его основе лежит анализ суперпозиции элек-
тромагнитных волн, распространяющихся от генератора и отраженных от исследуемого
объекта, что приводит к образованию стоячей волны в измерительном волноводном
тракте. С помощью детектора регистрируется электрическое поле этой волны, модули-
рованное перемещениями контролируемого элемента конструкции. На базе данного
метода были проведены экспериментальные исследования.
Цель исследований. Показать актуальность применения нейросетевых технологий
в сочетании с интерференционным СВЧ-методом для контроля параметров перемещений
неплоских элементов конструкций.
Дробахин О.О., Доронин А.В.
«Искусственный интеллект» 3’2009 458
9Д
Постановка эксперимента
Информация о расстоянии до отражающего элемента конструкции заключена в
фазе комплексного коэффициента отражения, поэтому необходимо рассмотреть мно-
гозондовый измеритель комплексного коэффициента отражения, в частности трех-
зондовый. Схема экспериментальной установки была следующей (рис. 1): от генера-
тора 1 через вентиль 2 СВЧ-сигнал частоты 10 ГГц поступает на вход измерительной
волноводной секции 3 с тремя зондами, соединенными с детекторами, измерительная
секция непосредственно соединена с приемо-передающим рупором 4. Излучаемая
волна падает на отражатель в виде металлической пластины 5 (имеющей определен-
ную кривизну поверхности), которая перемещалась вдоль продольной оси, соответ-
ственно отраженный сигнал поступает в антенну и измерительную секцию, в кото-
рой формируется стоячая волна. Начальное расстояние от плоскости апертуры антенны
до поверхности пластины составляло 100 мм. Контролируемый объект (металлическая
пластина 5) перемещался свободно – без использования направляющей. В ходе экспе-
римента были использованы две пластины, имеющие идентичные размеры 250 × 300 мм,
но различные радиусы кривизны 600 мм и 1720 мм. Антенна представляла собой
пирамидальный рупор длиной 200 мм и размерами апертуры 95 × 95 мм. Сечение вол-
новода для всего СВЧ тракта составляло 23 × 10 мм. Данные с детекторов измери-
тельной секции фиксировались через каждые 3 мм перемещения отражающей поверх-
ности. Для получения более полного представления о преимуществах и недостатках
применения интерференционного метода измерений для неплоских объектов были
проведены две серии экспериментов. В первой серии экспериментов отражающая по-
верхность располагалась вогнутой частью к апертуре антенны (рис. 1, отражающая
пластина 5 изображена непрерывными линиями), а во второй – выпуклой (рис. 1, отра-
жающая пластина 5 изображена пунктиром).
Рисунок 1 – Схема экспериментальной установки
Анализ работы установки
Проанализируем работу установки для случая, когда зонды с детекторами распо-
ложены в волноводе эквидистантно на расстоянии 8 друг от друга ( – длина волны в
волноводе) и при соблюдении квадратичности характеристик детекторов. В этом случае
полученный с детекторов выходной сигнал m имеет вид:
2
)1(
8
2exp)1(
8
2exp
mjmjkP mm
, (1)
Применение нейросетевых технологий для повышения достоверности оценок…
«Штучний інтелект» 3’2009 459
9Д
где 3,2,1m . При этом сигналы
)1(
8
2exp mj имеют смысл опорных, а
сигналы
)1(
8
2
exp mj содержат информацию об исследуемом комплексном
коэффициенте отражения . Коэффициенты пропорциональности mk для каждого из
детекторов устраняются из окончательных выражений путем деления результатов
измерений (1) на результат измерений в режиме бегущей волны, то есть при согла-
сованной нагрузке. Таким образом, имеем систему трех нормированных величин ip :
.;;1
2
3
2
2
2
2
1
jj
epepp (2)
Далее согласно методу голографии с тремя опорными сигналами [5] необходимо
сформировать величины 21 pp и 31 pp , при этом процедура вычитания сигнала при
согласованной нагрузке из каждого из mp может быть опущена. В результате получим
систему линейных алгебраических уравнений относительно действительной )( и
мнимой части )( комплексного коэффициента отражения:
31
21
22
04
pp
pp
. (3)
Число обусловленности матрицы правых частей системы равно 2,618, что незна-
чительно хуже числа обусловленности для 4-зондового измерителя, которое равно 1.
Следует отметить, что число обусловленности не зависит от значений коэффициента
отражения, в то время как решение системы квадратных уравнений классическим
методом приобретает большие погрешности при коэффициенте отражения, приближаю-
щемся к единице [6]. Решение системы (3) может быть записано в явном виде:
)2(25,0);(25,0 32131 ppppp . (4)
Интересно отметить, что первое выражение в (4) пропорционально первой раз-
ности, а второе – второй разности нормированных значений детекторов. На самом деле
проводится измерение суммарного коэффициента отражения излучающей системы и
внесенного коэффициента отражения исследуемого объекта, поэтому необходимо
дополнительно провести измерения коэффициента отражения антенны при излучении в
свободное пространство и вычесть его из результатов измерений при наличии
исследуемого объекта. Именно после вычитания фаза полученного комплексного
коэффициента отражения )exp( j связана линейным соотношением с расстоя-
нием до отражающего объекта, что и позволяет определить последнее.
Выражения (4) получены в предположении квадратичности характеристик де-
текторов, в действительности детекторы не имеют квадратичной характеристики, по-
этому эффективность работы указанного класса измерителей непосредственно зави-
сит от проведения калибровки [7].
С этой целью была создана математическая модель трехслойной нейронной
сети с обратной связью. Первый слой имел 1 нейрон, что определялось входным от-
счетом диодного датчика мощности для конкретного положения x зонда в измери-
тельной линии. Третий слой имел 1 нейрон, что соответствовало выходному значе-
Дробахин О.О., Доронин А.В.
«Искусственный интеллект» 3’2009 460
9Д
нию нормированной величины )2(sin100 2 x , где – длина волны в волноводе изме-
рительной линии. Первый и второй слои (входной и скрытый) нейронной сети имели
сигмоидальную функцию (S – функция) активации слоёв нейронов, третий (выход-
ной) слой – линейную.
Была проведена серия тренировок математической модели нейронной сети с
применением ряда алгоритмов (Левенберга – Маркварда, сопряженных градиентов,
Флетчера – Поуэлла, классического алгоритма обратного распространения, алгоритма
обратного распространения ошибки с использованием метода секущих, алгоритма
масштабируемых сопряженных градиентов, алгоритма Полака – Рибера) и различным
числом нейронов во внутреннем слое (от 8 до 12 с шагом 1 и от 10 до 80 с шагом 10).
Следует отметить, что для каждого выбранного числа нейронов во внутреннем слое было
предпринято по крайней мере 3 попытки подбора весов. Качество сформированной сети
проверялось путем предъявления набора входных данных.
Наилучшие результаты показала модель нейронной сети, имеющая 10 нейронов в
скрытом слое, при этом был использован алгоритм масштабируемых сопряженных
градиентов. Следует отметить, что число нейронов в скрытом слое превышало расчетные
значения. Линейная модель нейронной сети также не показала хороших результатов,
несмотря на явный линейный характер связи зависимости входных данных и целевого
вектора нормированных данных. Точность обучения составляла 10–4.
Полученные модели характеристик детекторов позволили более точно определять
комплексный коэффициент отражения, в особенности его модуль. Это важно для
корректного вычитания коэффициента отражения антенны из результатов измерений.
В результате обработки экспериментальных данных были получены зависимости
действительной части комплексного коэффициента отражения для пластин, расположен-
ных вогнутой (рис. 2) и выпуклой (рис. 3) частями к апертуре антенны.
Рисунок 2 – Действительная часть коэффициента отражения для вогнутых пластин
Оси абсцисс соответствуют номера измерений, которые связаны с местоположе-
нием пластины, а оси ординат – действительные значения комплексного коэффициента
отражения для пластин, расположенных вогнутой частью к апертуре антенны.
На рис. 2 и рис. 3 непрерывной кривой соответствует зависимость действительной
части комплексного коэффициента отражения для пластины с большей кривизной
(меньшим радиусом), а пунктирная кривая – меньшей кривизной (большим радиусом).
Применение нейросетевых технологий для повышения достоверности оценок…
«Штучний інтелект» 3’2009 461
9Д
Рисунок 3 – Действительная часть коэффициента отражения для выпуклых пластин
Интересно отметить, что углы наклона зависимости действительной части ком-
плексного коэффициента отражения для исследуемых пластин, обращенных вогнутой
частью к апертуре антенны, отличны друг от друга (рис. 2). Очевидно, что радиус
кривизны вогнутой части контролируемого объекта заключен в угле наклона зави-
симости действительной части комплексного коэффициента отражения.
Для пластин, обращенных выпуклой частью к апертуре антенны (рис. 3), такой
эффект не наблюдается. Это происходит вследствие рассеивания электромагнитного
излучения от исследуемой поверхности вследствие неплоского характера фронта реально
излучаемой волны. Данные зависимости характерны также для плоских объектов,
расположенных перпендикулярно оси излучателя, с большим уровнем шума в изме-
ренном сигнале.
В результате вычислений приведенным выше методом оценок расстояний были
получены данные, анализ которых выявил присутствие положительной систематической
компоненты, величина которой была практически одинаковой для всех полученных значе-
ний относительного перемещения поверхности контролируемого объекта (как для пластин,
обращенных вогнутой, так и для пластин, обращенных выпуклой стороной к апертуре
антенны). Результаты после устранения систематической компоненты приведены ниже
(рис. 4 и рис. 5).
Рисунок 4 – Абсолютная погрешность оценки местоположения для вогнутых пластин
На рис. 4 и рис. 5 по оси абсцисс отложены значения относительного перемещения
отражающей поверхности контролируемого элемента конструкций (обращенной,
соответственно, вогнутой и выпуклой частями к апертуре антенны) от начального
положения, а по оси ординат – абсолютные погрешности оценок по сравнению с
установленным значением расстояния.
Дробахин О.О., Доронин А.В.
«Искусственный интеллект» 3’2009 462
9Д
Рисунок 5 – Абсолютная погрешность оценки местоположения для выпуклых пластин
На рис. 4 и рис. 5 непрерывной кривой показана зависимость значений абсолютной
погрешности оценивания расстояния, полученная в соответствии с приведенным выше
методом вычислений для пластины с большей кривизной (меньший радиус), а пунк-
тирной кривой – зависимость значений абсолютной погрешности оценивания расстоя-
ния для пластины с меньшей кривизной (больший радиус).
В табл. 1 приведены результаты исследований, средние и максимальные значения
абсолютной погрешности вычислений.
Таблица 1
Положение пластины к апертуре
антенны
Вогнутой частью
к апертуре
Выпуклой частью
к апертуре
Радиус кривизны, мм 600 1720 600 1720
Максимальная погрешность, мм 1,41 0,71 1,85 1,33
Средняя погрешность, мм 0,39 0,32 0,4 0,38
Интересно отметить, что наиболее высокий уровень погрешности оценок расстоя-
ний наблюдается для исследуемых объектов, обращенных вогнутой частью к апертуре
антенны (рис. 1, пластина 5 обозначена непрерывными линиями). А именно в непосред-
ственной близости от крайних положений перемещения элементов конструкций. Высо-
кий уровень абсолютной погрешности оценок в зоне начального положения объясняется
наличием эффектов ближней зоны излучения данного излучателя. Погрешности, возни-
кающие вблизи конечного положения пластины, появляются как следствие наложения
дополнительного излучения (переотражений), отраженного от загнутых краев отражаю-
щей поверхности, что влечет за собой смещение значения фазы комплексного коэффици-
ента отражения относительно её теоретически предполагаемого значения.
В случае определения оценок расстояния для поверхностей, расположенных
выпуклой стороной к апертуре антенны (рис. 1, пластина 5 обозначена пунктиром), про-
исходят частичные потери отраженного излучения, как следствие его отражения в
пространство от выгнутых краев исследуемой пластины. Это явление хорошо заметно с
увеличением кривизны элемента конструкции и его постепенным отдалением от антенны.
Необходимо учесть и тот факт, что контролируемый объект не был жёстко зафик-
сирован, и не всегда ось отражающей поверхности располагалась строго соосно с осью
антенны (максимальное отклонение не превышало 7˚), а значит, происходили потери
части отраженного электромагнитного излучения, тем самым условия эксперимента были
приближены к реальным условиям перемещения элементов конструкций. Следовательно,
можно ожидать примерно таких же погрешностей при промышленном использовании
данного метода бесконтактных измерений.
Применение нейросетевых технологий для повышения достоверности оценок…
«Штучний інтелект» 3’2009 463
9Д
Выводы
Проведенные исследования показали перспективность комбинированного примене-
ния интерференционного метода СВЧ-измерений и нейросетевых технологий для
обработки данных измерений контролируемых неплоских (как вогнутых, так и
выпуклых) элементов конструкций. При этом в качестве измерителя был использован
трехзондовый волноводный СВЧ-датчик.
Литература
1. Хайкин С. Нейронные сети: полный курс / Хайкин С. – М. : Издательский дом «Вильямс», 2006. – 1104 с.
2. Викторов В.А. Радиоволновые измерения параметров технологических процессов / Викторов В.А.,
Лункин Б.В., Совлуков А.С. – М. : Энергоатомиздат, 1989. – 208 с.
3. Радиоволновой измеритель параметров вибраций / Д.Ф. Руденко, А.И. Волковец, А.В. Гусинский [и др.] //
15-я Международная конференция «СВЧ-техника и телекоммуникационные технологии» : материалы
конференции, (Севастополь, 12 – 16 сентября 2005 г.). – Севастополь : Вебер, 2005. – С. 829-830.
4. Радиоволновая интерферометрия смещений грудной клетки человека, связанных с дыханием и
сердцебиением / Д.А. Усанов, А.В. Скрипаль, А.В. Абрамов [и др.] // 15-я Международная конференция
«СВЧ-техника и телекоммуникационные технологии» : материалы конференции, (Севастополь, 12 – 16
сентября 2005 г.). – Севастополь : Вебер, 2005. – С. 900-901.
5. Бейтс Р. Восстановление и реконструкция изображений / Р. Бейтс, М. Мак-Доннел. – М. : Мир, 1989. –
336 с.
6. Тишер Ф. Техника измерений на сверхвысоких частотах / Тишер Ф. – М. : Физматлит, 1963. – 364 с.
7. Дробахин О.О. Применение нейронных сетей для калибровки датчиков мощности в зондовых
измерителях на СВЧ / О.О. Дробахин, А.В. Доронин, Д.Ю. Салтыков // 5-я Международная научно-
практическая конференция «Математичне та програмне забезпечення інтелектуальних систем» : мате-
риалы конференции, (Днепропетровск, 14 – 16 ноября 2007 г.). – Днепропетровск : ДНУ, 2007. – С. 54-55.
8. Steve C. Cripps VNA Tales / C. Steve // IEEE microwave magazine. – 2007. – Vol. 8, № 5 (October). – P. 28-44.
9. Тихонов А.Н. Методы решения некорректных задач / А.Н. Тихонов, В.Я. Арсенин. – [2-е изд.]. – М. :
Наука, 1979. – 288 с.
О.О. Дробахін, О.В. Доронін
Застосування нейромережних технологій для підвищення достовірності оцінок параметрів
переміщення неплоских елементів конструкцій
З метою отримання достовірних значень параметрів переміщення об’єктів з неплоскою поверхнею за
допомогою інтерференційного НВЧ-методу на основі тризондових вимірювачів були використані
нейромережні технології. На базі даного методу була поставлена серія реальних експериментів.
Квадратичність характеристик детекторів забезпечувалася застосуванням калібрування з використанням
розробленої математичної моделі нейронної мережі. Застосування інтерференційного методу
НВЧ-вимірювань в поєднанні з нейромережними технологіями дозволило визначати параметри
переміщення контрольованого об’єкта з високою точністю.
O.O. Drobakhіn, A.V. Doronіn
The Application of Neural Network Technologies to Increase the Reliability of Evaluation of Displacement
Parameters of Non-planar Constructive Elements
With the purpose to obtain the reliable values of parameters of moving objects with an non-planar surface by an
interference microwave method on the basis of three-probes measuring devices the neural network technologies were
used. On the base of this method the series of the real experiments were put. Quadratic detectors descriptions were
provided by using calibration with the developed neuron network mathematical model. Application of interference
method of the microwave measuring in combination with neural network technologies allowed to determine the
displacement of controlled object parameters with high exactness.
Статья поступила в редакцию 01.06.2009.
|
| id | nasplib_isofts_kiev_ua-123456789-8100 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Russian |
| last_indexed | 2025-11-24T10:51:55Z |
| publishDate | 2009 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Дробахин, О.О. Доронин, А.В. 2010-04-30T14:38:15Z 2010-04-30T14:38:15Z 2009 Применение нейросетевых технологий для повышения достоверности оценок параметров перемещения неплоских элементов конструкций / О.О. Дробахин, А.В. Доронин // Штучний інтелект. — 2009. — № 3. — С. 457-463. — Бібліогр.: 9 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/8100 621.396:681.3.07 С целью получения достоверных значений параметров перемещения объектов с неплоской поверхностью с помощью интерференционного СВЧ-метода на основе трехзондовых измерителей использованы нейросетевые технологии. На базе данного метода была поставлена серия реальных экспериментов. Квадратичность характеристик детекторов обеспечивалась применением калибровки с использованием разработанной математической модели нейронной сети. Применение интерференционного метода СВЧ-измерений в сочетании с нейросетевыми технологиями позволило определять параметры перемещения контролируемого объекта с высокой точностью. З метою отримання достовірних значень параметрів переміщення об’єктів з неплоскою поверхнею за допомогою інтерференційного НВЧ-методу на основі тризондових вимірювачів були використані нейромережні технології. На базі даного методу була поставлена серія реальних експериментів. Квадратичність характеристик детекторів забезпечувалася застосуванням калібрування з використанням розробленої математичної моделі нейронної мережі. Застосування інтерференційного методу НВЧ-вимірювань в поєднанні з нейромережними технологіями дозволило визначати параметри переміщення контрольованого об’єкта з високою точністю. With the purpose to obtain the reliable values of parameters of moving objects with an non-planar surface by an interference microwave method on the basis of three-probes measuring devices the neural network technologies were used. On the base of this method the series of the real experiments were put. Quadratic detectors descriptions were provided by using calibration with the developed neuron network mathematical model. Application of interference method of the microwave measuring in combination with neural network technologies allowed to determine the displacement of controlled object parameters with high exactness. ru Інститут проблем штучного інтелекту МОН України та НАН України Нейросетевые и нечеткие системы Применение нейросетевых технологий для повышения достоверности оценок параметров перемещения неплоских элементов конструкций Застосування нейромережних технологій для підвищення достовірності оцінок параметрів переміщення неплоских елементів конструкцій The Application of Neural Network Technologies to Increase the Reliability of Evaluation of Displacement Parameters of Non-planar Constructive Elements Article published earlier |
| spellingShingle | Применение нейросетевых технологий для повышения достоверности оценок параметров перемещения неплоских элементов конструкций Дробахин, О.О. Доронин, А.В. Нейросетевые и нечеткие системы |
| title | Применение нейросетевых технологий для повышения достоверности оценок параметров перемещения неплоских элементов конструкций |
| title_alt | Застосування нейромережних технологій для підвищення достовірності оцінок параметрів переміщення неплоских елементів конструкцій The Application of Neural Network Technologies to Increase the Reliability of Evaluation of Displacement Parameters of Non-planar Constructive Elements |
| title_full | Применение нейросетевых технологий для повышения достоверности оценок параметров перемещения неплоских элементов конструкций |
| title_fullStr | Применение нейросетевых технологий для повышения достоверности оценок параметров перемещения неплоских элементов конструкций |
| title_full_unstemmed | Применение нейросетевых технологий для повышения достоверности оценок параметров перемещения неплоских элементов конструкций |
| title_short | Применение нейросетевых технологий для повышения достоверности оценок параметров перемещения неплоских элементов конструкций |
| title_sort | применение нейросетевых технологий для повышения достоверности оценок параметров перемещения неплоских элементов конструкций |
| topic | Нейросетевые и нечеткие системы |
| topic_facet | Нейросетевые и нечеткие системы |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/8100 |
| work_keys_str_mv | AT drobahinoo primenenieneirosetevyhtehnologiidlâpovyšeniâdostovernostiocenokparametrovperemeŝeniâneploskihélementovkonstrukcii AT doroninav primenenieneirosetevyhtehnologiidlâpovyšeniâdostovernostiocenokparametrovperemeŝeniâneploskihélementovkonstrukcii AT drobahinoo zastosuvannâneiromerežnihtehnologíidlâpídviŝennâdostovírnostíocínokparametrívperemíŝennâneploskihelementívkonstrukcíi AT doroninav zastosuvannâneiromerežnihtehnologíidlâpídviŝennâdostovírnostíocínokparametrívperemíŝennâneploskihelementívkonstrukcíi AT drobahinoo theapplicationofneuralnetworktechnologiestoincreasethereliabilityofevaluationofdisplacementparametersofnonplanarconstructiveelements AT doroninav theapplicationofneuralnetworktechnologiestoincreasethereliabilityofevaluationofdisplacementparametersofnonplanarconstructiveelements |