Lesréseaux neuronaux sont un ensemble d'algorithmes, modelés librement sur le cerveau humain, qui sont conçus pour reconnaître des modèles. Ils constituent une fonction mathématique qui fait correspondre une entrée donnée à la sortie souhaitée
Les réseaux neuronaux se composent d'une couche d'entrée, de couches cachées, d'une couche de sortie, d'un ensemble de poids et de biais entre chaque couche, et d'une fonction d'activation pour chaque couche cachée
Les valeurs des poids et des biais déterminent la force des prédictions au sein du modèle. Le processus de réglage fin des poids et des biais à partir des données d'entrée est appelé formation du réseau neuronal
Chaque itération du processus de formation calcule les sorties prédites et met à jour les poids et les biais de chaque couche. Les poids et les biais sont mis à jour en fonction de la " perte " ou de l'" erreur " dans chaque couche ; la perte est la différence entre chaque valeur prédite et la valeur réelle. L'objectif de la formation est de trouver l'ensemble de poids et de biais qui minimise le mieux la perte. Des poids aléatoires sont initialement attribués à chaque couche, et le processus de formation affine ces poids jusqu'à ce que l'erreur entre les valeurs prédites et la valeur réelle soit minimisée
Comment utilisons-nous les réseaux neuronaux dans la technologie de pulvérisation ?
Nous utilisons les réseaux neuronaux pour prédire la taille des gouttes d'un spray en nous basant uniquement sur les données du signal d'un capteur. L'utilisation de réseaux neuronaux pour prédire la taille des gouttes signifie que les capacités d'estimation du système peuvent être étendues pour couvrir les données de toutes sortes de produits chimiques, et pas seulement l'eau. Cela est extrêmement bénéfique car cela rend le développement et la mise en œuvre du dispositif plus rapide, moins cher et plus facile à affiner
Pourquoi avons-nous besoin de réseaux neuronaux dans la technologie de pulvérisation ?
Lesdispositifs de mesure de la taille des gouttes coûtent plus de 250 000 dollars, sans compter les coûts des techniciens et ingénieurs hautement qualifiés qui collectent et interprètent les données. Un dispositif mobile de mesure de la taille des gouttes alimenté par un réseau neuronal coûterait nettement moins cher et pourrait être utilisé par toute personne disposant du logiciel, d'un mode d'emploi initial et d'une formation de base. Selon l'application et la qualité des données de sortie, le retour sur investissement d'un tel instrument pourrait se mesurer en mois, voire en semaines
Si vous souhaitez discuter de ce sujet plus en profondeur, n'hésitez pas à nous contacter ou à vous connecter directement avec moi via LinkedIn.