CORRECTION OF TRANSFORMATION FUNCTION IN MEASUREMENT DEVICES USING NEURAL NETWORK APPROACH
ID елемента: 20962
2026/04/30
Цитування
eNUPPIR (). CORRECTION OF TRANSFORMATION FUNCTION IN MEASUREMENT DEVICES USING NEURAL NETWORK APPROACH. https://enuppir.politeh.duckdns.org/item/20962
eNUPPIR. "CORRECTION OF TRANSFORMATION FUNCTION IN MEASUREMENT DEVICES USING NEURAL NETWORK APPROACH." Web. . <https://enuppir.politeh.duckdns.org/item/20962>.
eNUPPIR. "CORRECTION OF TRANSFORMATION FUNCTION IN MEASUREMENT DEVICES USING NEURAL NETWORK APPROACH." Accessed . https://enuppir.politeh.duckdns.org/item/20962.
Скопійовано в буфер обміну
Властивості
Назва
Англійська
CORRECTION OF TRANSFORMATION FUNCTION IN MEASUREMENT DEVICES USING NEURAL NETWORK APPROACH
Російська
.
Українська
КОРИГУВАННЯ ФУНКЦІЇ ПЕРЕТВОРЕННЯ ЗАСОБІВ ВИМІРЮВАННЯ З ВИКОРИСТАННЯМ НЕЙРОМЕРЕЖЕВОГО ПІДХОДУ
Опис
Англійська
The article considers ways to reduce the impact of the nonlinearity of the transformation function of measuring instruments on the measurement result accuracy by using an additional corrector device that implements the inverse dependence of the transformation function. The purpose is to study the possibilities of using artificial neural networks as such a corrector, namely a multilayer perceptron and a radial-basis neural network. Using computer simulation modeling, the performance of the proposed methods for correcting the transformation function and the influence of the type of nonlinearity on the quality of such correction were investigated. A comparative analysis with traditional approaches, namely a corrector based on a polynomial approximator was carried out. The modeling results indicate that the accuracy of neural network correctors is not inferior to the accuracy of the polynomial corrector, and in some cases even higher. This opens up prospects for wider application in measuring equipment of such modern methods of processing measurement data as artificial neural networks.
Українська
У статті розглянуто способи зменшення впливу нелінійності функції перетворення засобів вимірювання на точність результату вимірювання шляхом застосування додаткового пристрою-коректора, який реалізує зворотну по відношенню до функції перетворення залежність. Метою дослідження є вивчення можливостей застосування у якості такого коректора штучних нейронних мереж, а саме багатошарового персептрона та радіальнобазисної нейромережі. За допомогою імітаційного комп’ютерного моделювання досліджено працездатність запропонованих методів коригування функції перетворення, вплив виду нелінійності на якість такого коригування. Здійснено порівняльний аналіз з традиційними підходами, а саме коректором на базі поліноміального апроксиматора. Результати моделювання свідчать про те, що точність нейромережевих коректорів не поступається точності поліноміального коректора, а у деяких випадках навіть вище. Це відкриває перспективи ширшого застосування у вимірювальній техніці таких сучасних методів обробки даних вимірювань, як штучні нейронні мережі.
Автор
Українська
Avakin, S.
Українська
Dovhopolyi, S.
Українська
Zaporozhets, O.
Українська
Moshchenko, I.
Тематика
Англійська
nonlinearity
Англійська
correction
Англійська
transformation function
Англійська
artificial neural network
Англійська
multilayer perceptron
Англійська
radial basis neural network
Англійська
learning
Російська
8
Українська
нелінійність
Українська
коригування
Українська
функція перетворення
Українська
штучна нейронна мережа
Українська
багатошаровий персептрон
Українська
радіально-базисна нейромережа
Українська
навчання
Видавництво
Українська
Національний університет «Полтавська політехніка імені Юрія Кондратюка»
Тип
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Українська
Рецензована Стаття
Формат
application/pdf
Ідентифікатор
https://journals.nupp.edu.ua/sunz/article/view/3810
10.26906/SUNZ.2025.2.041
Джерело
Англійська
Control, Navigation and Communication Systems. Academic Journal; Vol. 2 No. 80 (2025): Control, Navigation and Communication Systems; 41-46
Російська
Системы управления, навигации и связи. Сборник научных трудов; Том 2 № 80 (2025): Системи управління, навігації та зв'язку; 41-46
Українська
Системи управління, навігації та зв’язку. Збірник наукових праць; Том 2 № 80 (2025): Системи управління, навігації та зв'язку; 41-46
2073-7394
10.26906/SUNZ.2025.2
Мова
uk
Відношення
https://journals.nupp.edu.ua/sunz/article/view/3810/3116
Права
Українська
Авторське право (c) 2025 S. Avakin, S. Dovhopolyi, O. Zaporozhets, I. Moshchenko
Українська
http://creativecommons.org/licenses/by-nc/4.0
Інформація про метадані
Створено
2026-4-30 16:43
Остання зміна
2026-4-30 16:43
ID елемента
#20962