Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2010 - zeszyt 11a

An unsupervised learning method for comparing the quality of the soft computing algorithms in analog systems diagnostics

Piotr BILSKI

nr katalogowy: 55740

The paper presents the method of assessing the difficulty of the analog system for the diagnostics using soft computing algorithms. As the latter exploit knowledge from data sets obtained from simulations of the diagnosed systems, the method estimates the diagnostic difficulty of the system based on the data set analysis. This allows comparison of various systems and diagnostic methods. The versatile method of the data sets’ difficulty based on the graph clustering algorithm is proposed and explained. It is applied to test fuzzy logic and rough sets against the sixth order Butterworth lowpass filter. Conclusions and future prospects supplement the paper. Streszczenie. W artykule przedstawiono metodę oceny trudności diagnostyki systemów analogowych opartej na metodach sztucznej inteligencji. Wykorzystuje ona zbiory danych uzyskiwane w wyniku symulacji diagnozowanych systemów. Możliwe jest dzięki temu porównywanie różnych systemów oraz metod diagnostycznych. Przedstawiona jest metoda oceny oparta na clusteringu grafowym. Następnie przedstawione jest jej wykorzystanie do porównania wyników diagnostyki filtru dolnoprzepustowego Butterwortha szóstego rzędu przy użyciu zbiorów przybliżonych oraz logiki rozmytej. Na końcu umieszczono wnioski oraz rozważania na temat zastosowań metody.(Oparta na uczeniu bez nadzoru metoda porównywania jakości algorytmów sztucznej inteligencji w diagnostyce systemów analogowych) Keywords: fault detection, analog systems, unsupervised learning, data sets, clustering algorithm. Słowa kluczowe: detekcja uszkodzeń, systemy analogowe, uczenie bez nadzoru, zbiory danych, algorytm clusteringu. Introduction Contemporary methods of the analog systems diagnostics use artificial intelligence (AI) and machine learning methods. They strongly rely on the knowledge extracted from the simulation of the system’s model. To obtain this knowledge, learning and testing data sets are created, containing responses of the sy[...]

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 55740 "An unsupervised learning ..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY - e-zeszyt (pdf) 2010-11a licencja: Osobista Produkt cyfrowy	55.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2010-11a

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma