Бази даних


Наукова періодика України - результати пошуку


Mozilla Firefox Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер
"Mozilla Firefox"

Вид пошуку
Повнотекстовий пошук
 Знайдено в інших БД:Реферативна база даних (4)
Список видань за алфавітом назв:
A  B  C  D  E  F  G  H  I  J  L  M  N  O  P  R  S  T  U  V  W  
А  Б  В  Г  Ґ  Д  Е  Є  Ж  З  И  І  К  Л  М  Н  О  П  Р  С  Т  У  Ф  Х  Ц  Ч  Ш  Щ  Э  Ю  Я  

Авторський покажчик    Покажчик назв публікацій



Пошуковий запит: (<.>A=Cherepanska I$<.>)
Загальна кількість знайдених документів : 3
Представлено документи з 1 до 3
1.

Cherepanska I. 
Automated technological complex to precise angles measurement based on goniometer [Електронний ресурс] / I. Cherepanska, E. Bezvesilna, A. Sazonov, A. Lavrischev // Technological complexes. - 2015. - № 1(2). - С. 38-45. - Режим доступу: http://nbuv.gov.ua/UJRN/Tehkom_2015_1(2)__8
Попередній перегляд:   Завантажити - 642.239 Kb    Зміст випуску     Цитування
2.

Cherepanska I. 
Development of artificial neural network for determining the components of errors when measuring angles using a goniometric software-hardware complex [Електронний ресурс] / I. Cherepanska, E. Bezvesilna, A. Sazonov, S. Nechai, O. Pidtychenko // Восточно-Европейский журнал передовых технологий. - 2018. - № 5(9). - С. 43-51. - Режим доступу: http://nbuv.gov.ua/UJRN/Vejpte_2018_5(9)__6
Розроблено штучну нейронну мережу (ШНМ) для визначення складових похибок вимірювання кутів автоматизованими гоніометричними системами, зміна яких у часі є нестаціонарним випадковим процесом. Процедури обробки результатів вимірювань та нормування систематичних і випадкових складових похибок вимірювання відомі, мають багаторічну практику застосування, добре обгрунтовані, максимально формалізовані, є принципово різними та регламентуються відповідними нормативними документами. Проте досить складною та трудомісткою залишається аналітично-розрахункова процедура з застосуванням дисперсійного критерію Фішера для визначення яка саме складова похибки вимірювання є наявною. З метою автоматизації процедури визначення складових похибок вимірювання та підвищення продуктивності виконуваних робіт розроблено ШНМ і досліджено її роботу. Визначено, що запропонована ШНМ може бути успішно використана замість відомої аналітично-розрахункової процедури з застосуванням дисперсійного критерію Фішера. Застосування ШНМ надає можливість суттєво зменшити трудомісткість і підвищити продуктивність визначення систематичних і випадкових складових похибок вимірювання. Це обумовлюється можливістю ШНМ здійснювати паралельну обробку вимірювальної інформації в режимі реального часу. Практичну реалізацію ШНМ здійснено з використанням нейроімітатора Neural Analyzer, аналітичного пакета Deductor Professional компанії BaseGroupLabs. Навчання ШНМ і перевірку її працездатності проведено на множині результатів імітаційного моделювання та реальних багаторазових спостережень за вимірювання плоского кута 24-гранної призми. Можливість ШНМ швидкого та правильного визначення складових похибок вимірювання на етапі аналізу вимірювальної інформації, надає можливість у наступному визначати методи її подальшої обробки у відповідності до нормативних вимог. Це в перспективі забезпечить підвищення точності та достовірності результатів вимірювання тому, що надасть можливість уникнути некоректних і неточних обчислень під час нормування похибок вимірювання.
Попередній перегляд:   Завантажити - 468.974 Kb    Зміст випуску    Реферативна БД     Цитування
3.

Cherepanska I. 
The procedure for determining the number of measurements in the normalization of random error of an information-measuring system with elements of artificial intelligence [Електронний ресурс] / I. Cherepanska, O. Bezvesilna, A. Sazonov, S. Nechai, T. Khylchenko // Восточно-Европейский журнал передовых технологий. - 2017. - № 5(9). - С. 58-67. - Режим доступу: http://nbuv.gov.ua/UJRN/Vejpte_2017_5(9)__8
Розглянуто особливості процесу оцінки та нормування випадкової складової похибки вимірювання гоніометричної системи з елементами штучного інтелекту. Сформовано загальну методику нормування випадкової складової похибки вимірювання, яка надасть можливість обгрунтовано визначати необхідну та достатню кількість повторів вимірювань для досягнення заданої точності. Використання даної методики надає можливість зменшити трудомісткість і тривалість проведення експерименту та забезпечує досягнення заданої точності вимірювання. Запропоновано стратегію реалізації методики, яка складається з чотирьох основних етапів.
Попередній перегляд:   Завантажити - 2.017 Mb    Зміст випуску    Реферативна БД     Цитування
 
Відділ наукової організації електронних інформаційних ресурсів
Пам`ятка користувача

Всі права захищені © Національна бібліотека України імені В. І. Вернадського