W pracy zaprezentowano efekt wykorzystania sztucznych sieci neuronowych w procesie analizy odpowiedzi matryc czujników gazu. Przedstawione zostały podstawy teoretyczne sieci neuronowej jednokierunkowej oraz dwóch algorytmów uczenia tej sieci, następnie została ona wykorzystana do klasyfikacji substancji lotnych na podstawie pomiarów matrycy sześciu rezystancyjnych półprzewodnikowych czujników gazu. Przy użyciu środowiska obliczeniowego MATLAB zbadano skuteczność klasyfikacji gazów dla sieci o różnych architekturach oraz wybrano optymalny wariant. Porównane zostały dwie funkcje treningu sieci. Zbadano wpływ eliminacji poszczególnych czujników na skuteczność klasyfikacji substancji lotnych.
Autorzy
Informacje dodatkowe
- Kategoria
- Aktywność konferencyjna
- Typ
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Język
- polski
- Rok wydania
- 2013
