Порівняльний аналіз при використанні нейронних мереж запрограмованих на мові Java для розпізнавання сигналів

Автор(и)

  • N. Matveeva

DOI:

https://doi.org/10.34185/1562-9945-1-138-2022-18

Ключові слова:

композиційні матеріали, нейронні мережі, багатошаровий персептрон із навчанням зворотного поширення, радіально-базова нейронна мережа, дефект, функція активності

Анотація

Задача визначення дефектності виробів і ухвалення рішення щодо їх придатності пов'язана з інтенсивним використанням людського інтелекту й кваліфікованої праці. Високу ефективність для вирішення цієї задачі продемонстрували штучні нейронні ме-режі, використання яких при проведені неруйнівного контролю композитних матеріа-лів дуже актуальне. В запропонованій статті проводиться порівняльний аналіз використання бага-тошарового персептрона та радіально-базисної нейронної мережі для розпізнавання форми електромагнітного сигналу. Форма сигналу надає інформацію щодо довжини та розташування дефектів у композиційних матеріалах. Нейронні мережі створювались засобами мови Java. Для створення оптимальної архітектури мережі проводились експерименти з кількістю нейронів у прихованому шарі та змінювались функції активації. Багатошаровий персептрон показав кращі результати для розпізнавання сигналів. Се-редньоквадратична помилка на два порядки нижча, ніж для радіально-базисній ней-ронній мережі. Багатошаровий персептрон показує точність 85-97%.

Посилання

Liu X. A review of artificial neural networks in the constitutive modeling of composite materials / Xin Liu, Su Tian, Fei Tao, Wenbin Yu // Composites Part B: Engineering , Elsevier, Nov. 2021, Vol. 224

Matveeva N. A. Surface defect detection with Neural Networks / N.A. Matveeva, A.A. Gurtovoy // System Technologies. – 2020.- Vol.126, No.1.- P. 96-102.

Fábio M. Soares, Alan M.F. Souza, Neural Network Programming with Java, - Bir-mingham, 2016. -244 p.

Haykin S. Neural Networks. A Comprehensive Foundation. Second edition. – New Jersey: Prentice Hall, 2008. -1103 p.

Herbert Schildt Java.The Complete Reference Ninth edition, 2014, 1372 p.

C. M. Bishop. Neural Networks for Pattern Recognition. Oxford University Press, 1995

James Levenick . Simply Java: An introduction to Java Programming. Charles River Media; 1st ed., September 8, 2005

Опубліковано

2022-03-30