Навчання нейронної мережі для системи контролю рівня палива транспортних засобів

Автор(и)

  • Володимир Герасимов
  • Надія Карпенко
  • Денис Дружинін

DOI:

https://doi.org/10.34185/1562-9945-4-135-2021-02

Ключові слова:

Deeplearning4j, DataVec, csv, DenseLayer, SOFTMAX, TANH

Анотація

Розглянуто машинне навчання глибоких багаторівневих нейронних мереж для вирішення задачі покращення системи контролю рівня палива транспортних засобів. В роботі викладено особливості підготовки і трансформації вихідних даних для викори-стання їх в моделі навчання, описана робота з бібліотекою DeepLearning4j і її переваги для завантаження моделі навчання, показано процес навчання нейронної мережі. В результаті виконаної роботи розроблено модель навчання для визначення рівня палива в баках транспортних засобів, описано особливості запропонованої моделі.

Посилання

Fuel control - GPS systems for vehicle monitoring and fuel control [Electronic re-source]. Access mode: https://gps-monitoring.com.ua/kontrol-topliva/

Alekseev N. Yu., Kudryavtsev A. A., Asmolov G. I., Lobov O. P. Implementation of the Kalman filter for data processing from the fuel level sensor with the use of additional information from the navigation communication terminal // International Journal of Advanced Studies, Vol. 8, No 3, 2018, P. 9-23.

FUEL LEVEL CONTROL GLONASS AutoGRAPH [Electronic resource]. Access mode: http://snavi.ru/toplivo.html

Deeplearning4j [Electronic resource]. Access mode: https://deeplearning4j.org

GitHub - deeplearning4j/DataVec: ETL Library for Machine Learning - data pipelines, data munging and wrangling [Electronic resource]. Access mode: https://github.com/deeplearning4j/DataVec

Patterson J., Gibson A. Deep Learning: A Practitioner's Approach 1st Edition. O'Reilly Media, 2017, 532 p.

Asiri S. Machine Learning Classifiers [Electronic resource]. Access mode: https://towardsdatascience.com/machine-learning-classifiers-a5cc4e1b0623

Joshi P. Understanding Xavier Initialization In Deep Neural Networks [Electronic re-source]. Access mode: https://prateekvjoshi.com/2016/03/29/understanding-xavier-initialization-in-deep-neural-networks/

Sharma S. Activation Functions in Neural Networks [Electronic resource]. Access mode: https://towardsdatascience.com/activation-functions-neural-networks-1cbd9f8d91d6

Brownlee J. Gentle Introduction to the Adam Optimization Algorithm for Deep Learning [Electronic resource]. Access mode:

https://machinelearningmastery.com/adam-optimization-algorithm-for-deep-learning/

Multilayer Network [Electronic resource]. Access mode:

https://deeplearning4j.konduit.ai/models/multilayernetwork

Brownlee J. What is a Confusion Matrix in Machine Learning [Electronic resource]. Access mode: https://machinelearningmastery.com/confusion-matrix-machine-learning/

Chicco D., Jurman G. The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation. BMC Genomics 21, 6 (2020). https://doi.org/10.1186/s12864-019-6413-7

##submission.downloads##

Опубліковано

2021-04-05