?

Details
Table Card RUSMARC
Title: Подготовка экспериментальных данных для нейросетевого моделирования характеристик центробежных компрессоров // Научно-технические ведомости СПбПУ. Сер.: Естественные и инженерные науки. – 2018. – Т. 24, № 4
Creators: Никифоров А. Г.; Авраменко Д. Ю.
Organization: Смоленская сельскохозяйственная академия; МЭИ. Смоленский филиал
Imprint: Санкт-Петербург: Изд-во Политехн. ун-та, 2018
Collection: Общая коллекция
Subjects: Энергетика; Техника сжатых и разреженных газов; центробежные компрессоры; компрессоры; моделирование характеристик компрессоров; нейросетевое моделирование; экспериментальные данные; нейронные сети; безлопаточные диффузоры; centrifugal compressors; compressors; simulation of compressor characteristics; neural network modeling; experimental data; neural networks; belopotosky diffusers
UDC: 621.5/6
LBC: 31.7
Document type: Article, report
File type: Other
Language: Russian
DOI: 10.18721/JEST.24406
Rights: Свободный доступ из сети Интернет (чтение, печать, копирование)
Record key: RU\SPSTU\edoc\61010

Allowed Actions: Read Download (0.6 Mb)

Group: Anonymous

Network: Internet

Annotation

Представлена обобщенная информация о возможных видах предварительной обработки исходных данных и эффективности такой обработки для обучения моделей, основанных на нейронных сетях. В зависимости от задач моделирования и особенностей предметной области могут быть выбраны различные сочетания обработки исходной выборки, а также различные виды активационных функций и архитектуры нейронных сетей. Эффективность предобработки исходных данных показана на нейросетевых моделях энергетических характеристик центробежных компрессоров. Исключение выбросов в выборке и нормализация исходных данных позволили повысить точность модели на 1,5 % по сравнению с моделью, обученной на ненормализованных данных.

The paper presents generalized information on possible methods for preliminary processing of initial data and the efficiency of these methods for training neural network models. Differentcombinations for processing the initial sample, as well as different types of activation functions and architecture of neural networkscan be selecteddepending on the simulation goals and the specifics of the subject area. The efficiency of preliminary data processing has been established with neural network models of energy characteristics of centrifugal compressors. Eliminating outliers in the experimental data and normalizing the initial data allowedto increase the accuracy of the model by 1,5 % compared with the model trained on non-normalized data.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
-> Internet All Read Print Download

Included in

Научно-технические ведомости СПбПУ. Сер.: Естественные и инженерные науки = St. Petersburg polytechnic university journal of engineering science and technology / Санкт-Петербургский политехнический университет Петра Великого. — Санкт-Петербург: Изд-во Политехн. ун-та, 2017-. Т. 24, № 4 [Электронный ресурс]. — Электрон. текстовые дан. (1 файл : 27,0 Мб). — Санкт-Петербург: Изд-во Политехн. ун-та, 2018. — Загл. с титул. экрана. — Электронная версия печатной публикации. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Текстовый документ. — Adobe Acrobat Reader 7.0. — <URL:http://elib.spbstu.ru/dl/2/j19-119.pdf>.

Usage statistics

stat Access count: 330
Last 30 days: 9
Detailed usage statistics