Mesterséges neurális hálózatok alkalmazása adszorpciós vizsgálatokban : Esettanulmány

Acta Materialia Transylvanica magyar kiadás Pub Date : 1900-01-01 DOI:10.33923/amt-2022-02-06

Norbert-Botond Mihály, A. Csavdári

{"title":"Mesterséges neurális hálózatok alkalmazása adszorpciós vizsgálatokban : Esettanulmány","authors":"Norbert-Botond Mihály, A. Csavdári","doi":"10.33923/amt-2022-02-06","DOIUrl":null,"url":null,"abstract":"Jelen tanulmány egy mesterséges neurális hálózaton (MNH) alapuló modell kifejlesztésére összpontosít, amely leírja a benzalkónium-klorid vizes oldatokból a kereskedelemben kapható konyhai papírra való adszorpcióját. Különféle MNH-architektúrákat teszteltünk annak érdekében, hogy megtaláljuk a legmegfelelőbbet a számított és mért kimeneti adatok (meghatározási együttható és átlagos abszolút százalékos hiba) átfedése, valamint a kísérleti betanítási tartományon belüli bemenetek használatakor a kimenetek helyes interpolálása szempontjából. Az összes kipróbált hálózatnak 4 bemenete és 1 kimenete, valamint egyetlen rejtett rétege volt. Az optimális MNH-szerkezetet kerestük a rejtett rétegben lévő neuronok számának és a felé irányuló átviteli függvény típusának változtatásával. A legjobb eredményű hálózatot a bemeneti paraméterértékek relatív fontosságának értékelésére használtuk a kimeneti paraméterben, valamint a modell alkalmasságát teszteltük a képzési tartományon kívüli előrejelzésekre.","PeriodicalId":368901,"journal":{"name":"Acta Materialia Transylvanica magyar kiadás","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Acta Materialia Transylvanica magyar kiadás","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33923/amt-2022-02-06","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Jelen tanulmány egy mesterséges neurális hálózaton (MNH) alapuló modell kifejlesztésére összpontosít, amely leírja a benzalkónium-klorid vizes oldatokból a kereskedelemben kapható konyhai papírra való adszorpcióját. Különféle MNH-architektúrákat teszteltünk annak érdekében, hogy megtaláljuk a legmegfelelőbbet a számított és mért kimeneti adatok (meghatározási együttható és átlagos abszolút százalékos hiba) átfedése, valamint a kísérleti betanítási tartományon belüli bemenetek használatakor a kimenetek helyes interpolálása szempontjából. Az összes kipróbált hálózatnak 4 bemenete és 1 kimenete, valamint egyetlen rejtett rétege volt. Az optimális MNH-szerkezetet kerestük a rejtett rétegben lévő neuronok számának és a felé irányuló átviteli függvény típusának változtatásával. A legjobb eredményű hálózatot a bemeneti paraméterértékek relatív fontosságának értékelésére használtuk a kimeneti paraméterben, valamint a modell alkalmasságát teszteltük a képzési tartományon kívüli előrejelzésekre.

查看原文本刊更多论文

求助全文

约1分钟内获得全文求助全文

来源期刊

Acta Materialia Transylvanica magyar kiadás

自引率

0.00%

发文量