Штучні нейронні мережі як апроксимаційний апарат в задачах проектування радіотехнічних пристроїв

Скорочена інформація про документ
dc.contributor.authorАдаменко, В. О.
dc.contributor.authorМірських, Г. О.
dc.contributor.authorAdamenko, V.
dc.contributor.authorMirskikh, G.
dc.contributor.authorАдаменко, В. А.
dc.contributor.authorМирских, Г. А.
dc.date.accessioned2014-06-25T10:11:33Z
dc.date.available2014-06-25T10:11:33Z
dc.date.issued2012
dc.description.abstractenPurpose. Present work is dedicated to the optimal configuration selection and training method of neural network (NN). This NN is architecture's element of modified NN ensemble accepted by authors for implementation of frequency-selective microwave devices design algorithms.Optimal configuration determining of NN. Optimal configuration determining of NN was received by analyzing the results of test NN training with different number of layers and neu-rons in these layers. The main parameters optimal configuration determining of NN is the ap-proximation quality and total learning time. Choosing of optimal teaching method. NN training methods comparison was carried out for 7 popular training methods: Levenberg-Marquardt backpropagation, BFGS quasi-Newton backpropagation, Bayesian regulation backpropagation, Conjugate gradient back-propagation with Powell-Beale restarts, Gradient descent backpropagation, Gradient descent with momentum backpropagation and Resilient backpropagation. Conclusions. NN using allows to approximate complex features of microwave devices, such as frequency dependencies of S – parameters etc. The approximation accuracy depends on configuration and method of NN training. Increasing the number of NN layers leads to im-provement of approximate characteristics. According to our results the most effective is usage of 4 layers and the number of neurons in each layer should be over the range 10 to 20. Optimal training method for complex characteristics is Bayesian regulation backpropagation, for time training reduction can be used Levenberg-Marquardt backpropagation.uk
dc.description.abstractruВ работе рассмотрены преимущества применения нейронных сетей (НС) в качестве аппроксимирующего аппарата в задачах проектирования частотоизбирательных СВЧ устройств. Определено и проанализировано время и погрешность обучения НС разной конфигурации (количество слоев и нейронов в каждом слое) при аппроксимации s-параметров МДФ с разным количеством резонаторов. Исследовано динамику изменения погрешности во время использовании разных методов обучения НС и проведен выбор оптимального метода обучения с учетом затраченного времени и погрешности.uk
dc.description.abstractukВ роботі розглянуто переваги застосування НМ в якості апроксимаційного апарата в задачах проектування частотовибіркових НВЧ пристроїв. Визначено та проаналізовано час та похибку навчання НМ різної конфігурації (кількість шарів та нейронів у кожному шарі) при апроксимації s-параметрів МДФ з різною кількістю резонаторів. Досліджено динаміку зміни похибки при використанні різних методів навчання НМ та проведено вибір оптимального методу навчання з врахуванням затраченого часу та похибки.uk
dc.format.pageС. 41-49uk
dc.identifier.citationАдаменко, В. О. Штучні нейронні мережі як апроксимаційний апарат в задачах проектування радіотехнічних пристроїв / В. О. Адаменко, Г. О. Мірських // Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць. – 2012. – № 51. – С. 41–49. – Бібліогр.: 11 назв.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/8044
dc.language.isoukuk
dc.publisherНТУУ "КПІ"uk
dc.publisher.placeКиївuk
dc.sourceВісник НТУУ «КПІ». Радіотехніка, радіоапаратуробудування: збірник наукових працьuk
dc.status.pubpublisheduk
dc.subjectштучна нейронна мережаuk
dc.subjectчастотно-вибіркові мікрохвильові пристроїuk
dc.subjectапроксимація характеристикuk
dc.subjectоптимальна конфігурація НМuk
dc.subjectartificial neural networkuk
dc.subjectfrequency-selective microwave devicesuk
dc.subjectapproximation characteristicsuk
dc.subjectoptimal configuration of neural networkuk
dc.subjectискусственная нейронная сетьuk
dc.subjectчастотноизбирательные микроволновые устройстваuk
dc.subjectаппроксимация характеристикuk
dc.subjectоптимальная конфигурация НСuk
dc.subject.udc621.3.011.74uk
dc.titleШтучні нейронні мережі як апроксимаційний апарат в задачах проектування радіотехнічних пристроївuk
dc.title.alternativeArtificial neural networks as approximate procedure in wireless devices designing problemsuk
dc.title.alternativeИскусственные нейронные сети как аппроксимирующий аппарат в задачах проектирования радиотехнических устройствuk
dc.typeArticleuk
thesis.degree.level-uk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
51_041.pdf
Розмір:
552.17 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування: збірник наукових праць, № 51