Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids bakalaura akadēmiskās studijas
Studiju programmas nosaukums Inženiertehnika, mehānika un mašīnbūve
Nosaukums Salīdzinošā analīze dubultā svārsta sistēmas modelēšanai izmantojot dziļo neironu tīklu metodes
Nosaukums angļu valodā Comparative analysis of the modelling of a double pendulum system with methods based on deep neural networks
Struktūrvienība 25600 Mehānikas un mašīnbūves institūts
Darba vadītājs Ēvalds Urtāns
Recenzents Jānis Vība
Anotācija Statistika liecina, ka pēdējo piecu gadu laikā augusi popularitāte gan dziļajos mākslīgo neironu tīklos balstītām metodēm kopumā, gan arī to pielietojumiem inženierzinātnēs. Darbā iezīmētas dziļo mākslīgo neironu tīklu īpašības un ar tiem praktiski modelēta dubultā svārsta sistēma, par pamatu izmantojot datu kopu, kas ģenerēta no video ierakstiem. Rezultātu salīdzinājumam līdzīga modelēšana veikta ar sistēmu aprakstošiem diferenciālvienādojumiem. Salīdzinātas abu metožu spējas prognozēt nākamās 2s no dubultā svārsta kustības, informācijai izmantojot datus par iepriekšējās sekundes kustību, kā arī novērtētas modeļu spējas iekļauties noteiktā prognožu kļūdas intervālā. Rezultāti liecina, ka labākais dziļo mākslīgo neironu tīklu modelis spēj uzrādīt daudzkārt labākus rezultātus par diferenciālvienādojumos balstīto risinājumu, kļūdas robežās spējot prognozēt nākamās 1.5s, salīdzinot ar 0.075s diferenciālvienādojumos balstītajam risinājumam. Tomēr mākslīgo neironu tīklu apmācības ilgums ir nesalīdzināmi lielāks par diferenciālvienādojumos balstītā risinājuma aprēķina ilgumu un pieprasa lielus skaitļošanas resursus. Darba pamattekstā ir 54 lappuses, 82 formulas, 30 attēli, 3 tabulas, 40 izmantotās literatūras avoti.
Atslēgas vārdi dziļie mākslīgo neironu tīkli, rekurentie mākslīgo neironu tīkli, dubultais svārsts, diferenciālvienādojumi, skaitliskās metodes
Atslēgas vārdi angļu valodā deep artificial neural networks, deep learning, recurrent neural networks, double pendulum, differential equations, numerical methods
Valoda lv
Gads 2022
Darba augšupielādes datums un laiks 07.06.2022 18:08:17