2021
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/52264
Переглянути
2 результатів
Результати пошуку
Документ Чотиризначна логіка Н. Белнапа, білнапівський комп'ютер та нові функції близькості при порівнянні дискретних об'єктів(Національний технічний університет "Харківський політехнічний інститут", 2021) Дмитрієнко, Валерій Дмитрович; Леонов, Сергій Юрійович; Мезенцев, Микола ВікторовичІдея чотиризначної логіки Белнапа полягає в тому, що сучасні комп'ютери повинні нормально функціонувати не тільки за істинних значень вхідної інформації, але й за умов суперечливості, неповноти справжніх провалів. У логіці Белнапа вводиться чотири істиносні значення: Т (true – істина), F (false – брехня), N (none – ніхто, ніщо, жоден), B (both – the two, not only the one but also the other). Для простоти роботи з цими істіносними значеннями вводяться такі позначення: (1, 0, n, b). Логіка Белнапа може використовуватися для отримання оцінок мір близькості дискретних об'єктів, для яких використовуються функції Jaccard and Needhem, Russel і Rao, Sokal і Michener, Хемінга і т.д. При цьому виникає можливість оцінки близькості, розпізнавання та класифікації об'єктів в умовах невизначеності, коли істинні значення беруться з множини (1, 0, n, b). На основі архітектури нейронної мережі Хемінга розроблені нейронні мережі, що дозволяють обчислювати відстані між об'єктами, що описуються за допомогою істіносних значень (1, 0, n, b).Документ Розробка та застосування технології нейронних мереж для діагностики технічного стану автотракторних двигунів(Національний технічний університет "Харківський політехнічний інститут", 2021) Молодан, Андрій Олександрович; Дубінін, Євген Олександрович; Потапов, Микола Миколайович; Тарасов, Юрій Володимирович; Полтавський, Микола ВолодимировичВ роботі запропоновано використання нейромережевої технології для вирішення задач діагностування технічного стану автотракторного двигуна, яка дозволяє працювати як з реальними даними, отриманими для індивідуального і еталонного (середньостатистичного) автотракторного двигуна, так і з даними, обчисленими за допомогою його математичної моделі, на підставі порівняння яких можна приймати обґрунтовані рішення про характер і місце розташування того чи іншого дефекту. Це дозволяє підвищити функціональну стабільність колісної машини і поліпшити роботу її інтелектуальних бортових систем.