Невронните мрежи са набор от алгоритми, създадени по подобие на човешкия мозък, които са предназначени за разпознаване на модели. Те представляват математическа функция, която съпоставя даден вход към желания изход
Невронните мрежи се състоят от входен слой, скрити слоеве, изходен слой, набор от тегла и отклонения между всеки слой и функция за активиране за всеки скрит слой
Стойностите на теглата и пристрастията определят силата на прогнозите в модела. Процесът на фина настройка на теглата и пристрастията от входните данни е известен като обучение на невронната мрежа
При всяка итерация на процеса на обучение се изчисляват прогнозираните изходи и се актуализират теглата и пристрастията на всеки слой. Теглата и пристрастията се актуализират въз основа на "загубата" или "грешката" във всеки слой; загубата е разликата между всяка прогнозирана стойност и действителната стойност. Нашата цел при обучението е да намерим набора от тегла и предразположения, който най-добре минимизира загубата. Първоначално на всеки слой се присвояват случайни тегла и процесът на обучение уточнява тези тегла, докато грешката между предсказаните стойности и действителната стойност се минимизира
Как използваме невронните мрежи в технологията за пръскане?
Използваме невронни мрежи за прогнозиране на размера на капката на спрея само въз основа на данни за сигнала от сензора. Използването на невронни мрежи за прогнозиране на стойностите на размера на капките означава, че възможностите за оценка на системата могат да бъдат разширени, за да обхванат данни за всякакви химикали, а не само за вода. Това е изключително полезно, защото прави разработването и внедряването на устройството по-бързо, по-евтино и по-лесно за усъвършенстване
Защо се нуждаем от невронни мрежи в технологията на пръскане?
Устройствата за измерване на размера на капките струват над 250 000 USD, без да се включват разходите за висококвалифицираните техници и инженери, които събират и интерпретират данните. Едно мобилно устройство за измерване на размера на капките, захранвано с невронни мрежи, би струвало значително по-малко и би могло да се управлява от всеки, който разполага със софтуера и някои първоначални инструкции за работа и основно обучение. В зависимост от приложението и качеството на изходните данни, възвръщаемостта на инвестициите в такъв уред може да се измери за месеци или дори седмици
Ако искате да обсъдим темата по-задълбочено, моля, свържете се с нас или се свържете с мен директно чрез LinkedIn.