<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Аналіз методів машинного навчання для оптимально-го керування нелінійним об’єктом

Скорочена інформація про документ
dc.contributor.authorЩербань, М. О.uk
dc.titleАналіз методів машинного навчання для оптимально-го керування нелінійним об’єктомuk
dc.date.issued2024
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationЩербань М. О. Аналіз методів машинного навчання для оптимально-го керування нелінійним об’єктом // Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2024/paper/view/20291.uk
dc.relation.ispartofМатеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2024/paper/view/20291
dc.identifier.udc004.8
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/41706
dc.description.abstractПроведено аналіз методів керування нелінійним об’єктом з використанням машинного навчання.Визначено можливості та переваги використання штучних нейронних мереж для моделювання та оптимізації нелінійних систем.uk
dc.description.abstractAn analysis of methods of controlling a non-linear object using machine learning was carried out. The possibilities and advantages of using artificial neural networks for modeling and optimization of nonlinear systems are determined.en
dc.subjectНелінійний об'єктuk
dc.subjectмашинне навчанняuk
dc.subjectкерування системамиuk
dc.subjectадаптивне управлінняuk
dc.subjectглибинненавчанняuk
dc.subjectматематичне моделюванняuk
dc.subjectNonlinear objecten
dc.subjectmachine learningen
dc.subjectsystem controlen
dc.subjectadaptive controlen
dc.subjectdeep learningen
dc.subjectmathematical modelingen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesAndreas Lindholm, Niklas Wahlstrm, Fredrik Lindsten, Thomas B. Schn (2019) Supervised Machine Learningen
dc.relation.referencesZ. Ghahramani (2002) Unsupervised Learningen
dc.relation.referencesM. Maggioni, J.M. Murphy (2019) Learning by Unsupervised Nonlinear Diffusionen
dc.relation.referencesSutton, R. S., & Barto, A. G. (2018). Reinforcement Learning: An Introduction. MIT Press.en
dc.relation.referencesLiu, Q. Wei, D. Wang, X. Yang, and H. Li, Adaptive Dynamic Programming with Applications in Optimal Control. Cham, Switzerland: Springer, 2017.en
dc.relation.referencesF. Lewis, S. Jagannathan, and A. Yesildirak, Neural Network Control of Robot Manipulators and Non-Linear Systems. Philadelphia , PA: CRC press, 2020.en
dc.date.accessioned2024-04-30T07:15:28Z
dc.date.available2024-04-30T07:15:28Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
20291.pdf
Розмір:
416,13 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис:
Завантажити

Зібрання

НТКП ВНТУ. Факультет інтелектуальних інформаційних технологій та автоматизації (2024)