Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
В данной работе была рассмотрена архитектура цифрового двойника, позволяющая собирать информацию с анализируемых объектов, сохранять ее в базу данных и анализировать ее, с возможностью обучения на предыдущих результатах. Описан метод реализации сценариев в виде приложения. Для получения информации и анализа используются SPARQL-запросы. Для получения зависимости параметров реализована нейронная сеть с сигмоидальной активационной функцией, обучаемая методом обратного распространения ошибки. Для оптимизации параметров рассмотрен алгоритм NSGA-II.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All | |||||
Internet | Authorized users SPbPU | |||||
Internet | Anonymous |
Table of Contents
- Введение
- 1. Цифровой двойник
- 1.1. Требования к системе
- 1.2. Функциональная схема цифрового двойника
- 1.3. Описание взаимодействия элементов функциональной схемы
- 1.4. Текущая реализация
- 1.5. Сценарии реализации
- 2. Реализация сценария диагностики
- 2.1. Возможности функционала
- 2.2. Описание программной реализации
- 2.3. Взаимодействие с БЗ и БД
- 2.4. SPARQL
- 2.4.1. Общий принцип
- 2.4.2. Представление данных
- 2.4.3. Заполнение
- 2.4.4. Реализация запроса
- 2.4.5. Необходимые библиотеки (dotNetRDF)
- 3. Реализация сценария идентификации
- 3.1. Понятие НС
- c.1.1. Структура НС
- c.1.2. Виды НС
- c.1.3. Создание НС
- c.1.4. Библиотека для реализации НС
- c.2. Обучение НС
- 3.3. Многокритериальная оптимизация
- Тестирование системы
- Заключение
- Список используемых сокращений
- Список используемых источников
Usage statistics
Access count: 502
Last 30 days: 0 Detailed usage statistics |