Знаходження поверхневих дефектів за допомогою нейронних мереж
DOI:
https://doi.org/10.34185/1562-9945-1-126-2020-10Ключові слова:
composite materials, neural networks, multilayer perceptron with back-propagation training, defect, function of activityАнотація
Представлені результати дослідження розпізнавання сигналів з використанням нейронних мереж. Багатошаровий персептрон з алгоритмом зворотного поширення помилки реалізований на Java. Для побудови ефективної архітектури нейронної мережі вибирається оптимальна кількість нейронів в прихованому шарі. Навчання мережі на різних наборах сигналів з шумом дозволило навчити її працювати з перекрученою інформацією, що характерно для неруйнівного контролю в реальних умовах. Експерименти були виконані для аналізу значень MSE і точності.
Посилання
Fábio M. Soares, Alan M.F. Souza, Neural Network Programming with Java, - Birmingham, 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.
Bishop C. M. Neural Networks for Pattern Recognition. Oxford University Press,1995
Matveeva N.A. Using Neural Networks programming on Java for solving the problem of signal recognition. - Dnipro: «System technologies», 2019. -Вип. 1(110). –S. 124-131.
