Please use this identifier to cite or link to this item: http://ena.lp.edu.ua:8080/handle/ntb/44932
Title: Залежність похибки прогнозування значення температури нейронними мережами від розрядності АЦП
Other Titles: Dependence of temperature value prediction error by neural networks on ADC resolution
Authors: Микитин, І. П.
Лопатко, О. О.
Affiliation: Національний університет «Львівська політехніка»
Bibliographic description (Ukraine): Микитин І. П. Залежність похибки прогнозування значення температури нейронними мережами від розрядності АЦП / І. П. Микитин, О. О. Лопатко // Вимірювальна техніка та метрологія : міжвідомчий науково-технічний збірник. — Львів : Видавництво Львівської політехніки, 2018. — Том 79. — № 1. — С. 12–15.
Bibliographic description (International): Mykytyn I. P. Dependence of temperature value prediction error by neural networks on ADC resolution / I. P. Mykytyn, O. O. Lopatko // Vymiriuvalna tekhnika ta metrolohiia : mizhvidomchyi naukovo-tekhnichnyi zbirnyk. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2018. — Vol 79. — No 1. — P. 12–15.
Is part of: Вимірювальна техніка та метрологія : міжвідомчий науково-технічний збірник, 1 (79), 2018
Journal/Collection: Вимірювальна техніка та метрологія : міжвідомчий науково-технічний збірник
Issue: 1
Volume: 79
Issue Date: 26-Feb-2018
Publisher: Видавництво Львівської політехніки
Place of the edition/event: Львів
Keywords: нейронна мережа
прогнозування значення температури
температурний перехідний процес
neural network
temperature prediction
temperature transition process
Number of pages: 4
Page range: 12-15
Start page: 12
End page: 15
Abstract: Викладено результати дослідження залежності похибок прогнозування значення температури із використанням нейронних мереж від розрядності аналогово-цифрового перетворювача. Описано алгоритм створення тестових послідовностей та навчання нейронних мереж. Наведено результати дослідження залежності похибки прогнозування значення температури від кількості входів нейронної мережі та від розрядності АЦП. Подано результати дослідження залежності середньої похибки прогнозування значення температури та залежності абсолютної непевності прогнозування значення температури від розрядності АЦП.
Current article describes the results of the study of the error of temperature values prediction using neural networks. In the introduction, the authors consider previous research pointing out problems that arise during measuring the high temperatures. To solve these problems the neural networks applies. The formula for temperature transition process is derived. Dependence of the temperature value prediction error by neural networks on the ADC resolution is considered. Algorithm for creating and teaching neural networks is studied. Sequences modeling for the neural network training and the equation for calculating the absolute error of temperature prediction are given. Data used by the neural network are quantized by the level. The number of quantizing levels depends on the ADC resolution. Thus, while processing the results of measurements by the neural network, additional error rises caused by ADC resolution. Results of the study of dependence of the temperature value prediction error on the number of network inputs and on the ADC resolution are presented. They envisage that the prediction error decreases with ADC resolution growth and the inputs amount in the neural network reduction. Also, lower predicting temperature values errors are located in the middle of the temperature range of the object of measurement. Also the dependence of average error and absolute uncertainty of the temperature value prediction on the ADC resolution are studied. Equations for computing the mean temperature error, standard deviation and uncertainty are deduced. Table with results of the study of temperature value prediction error for quantized data and for double type of data is given. In result, we have defined the temperature prediction error dependence on the ADC resolution
URI: http://ena.lp.edu.ua:8080/handle/ntb/44932
Copyright owner: © Національний університет „Львівська політехніка“, 2018
URL for reference material: http://www.dkriesel.com/en/science/neural_networks
References (Ukraine): 1. Лопатко О. О., Микитин І. П. Похибки прогнозування значення температури нейронними мережами за ідеальним перехідним процесом // Вимірювальна техніка та метрологія. – 2017. – № 78. – С. 20–24.
2. Ярышев Н. А. Теоретические основы измерения нестационарной температуры. – 2-е изд., перераб. – Л.: Энергоатомиздат, 1990. – 256 с.
3. Ковальчук Н. Г., Полищук Е. С., Пытель И. Д., Семенистый К. С. Современные методы и средства опре- деления динамических характеристик преобразователей // Обзорная информация ТС-6, НИИТЭИ приборостроения. –1983. Вып. 1. – 46 с.
4. Kriesel D. A Brief Introduction to Neural Networks,2007, http://www.dkriesel.com/en/science/neural_networks.
5. Rajesh Bordawekar, Bob Blainey, Ruchir Puri, Analyzing Analytics. – Morgan & Claypool Publishers, 2015. –124 p.
6. Дорожовець М., Мотало В., Стадник Б. Основи метрології та вимірювальної техніки: у двох томах. Т.1. – Львів: Видавництво Національного університету «Львівська політехніка», 2005. – 529 с.
References (International): 1. Lopatko O., Mykytyn I. Temperature value prediction errors using neural networks and ideal transition process. Measuring equipment and metrology. – 2017. – No. 78. – P. 20–24.
2. Yaryshev N. A. Theoretical basis for measuring nonstationary temperature. – 2-nd ed. – L.: Energoatomizdat, 1990. –256 p.
3. Kovalchuk N. H., Polischuk E. S., Pytel I. D., Semenistyi K. S. Modern methods and means of determining the dynamic characteristics of converters. Overview information TS-6, NIITEI Instrumentation. – 1983. Issue 1. – 46 p.
4. Kriesel D. A Brief Introduction to Neural Networks,2007, http://www.dkriesel.com/en/science/neural_networks.
5. Rajesh Bordawekar, Bob Blainey, Ruchir Puri, Analyzing Analytics. – Morgan & Claypool Publishers, 2015. –124 p.
6. Dorozhovets M., Motalo V., Stadnyk B. Fundamentals of metrology and measuring technique. Vol. 1. – Lviv: Publishing house of Lviv National Polytechnic University, 2005. – 529 p. Lviv Polytechnic
Content type: Article
Appears in Collections:Вимірювальна техніка та метрологія. – 2018. – Випуск 79, №1



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.