This HTML5 document contains 49 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
n19http://linked.opendata.cz/ontology/domain/vavai/riv/typAkce/
dctermshttp://purl.org/dc/terms/
n16http://purl.org/net/nknouf/ns/bibtex#
n8http://linked.opendata.cz/resource/domain/vavai/vysledek/RIV%2F61388998%3A_____%2F07%3A00092972%21RIV08-AV0-61388998/
n15http://linked.opendata.cz/resource/domain/vavai/riv/tvurce/
n9http://linked.opendata.cz/resource/domain/vavai/projekt/
n11http://linked.opendata.cz/ontology/domain/vavai/
n21http://linked.opendata.cz/resource/domain/vavai/zamer/
n6https://schema.org/
shttp://schema.org/
skoshttp://www.w3.org/2004/02/skos/core#
n4http://linked.opendata.cz/ontology/domain/vavai/riv/
n2http://linked.opendata.cz/resource/domain/vavai/vysledek/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n12http://linked.opendata.cz/ontology/domain/vavai/riv/klicoveSlovo/
n13http://linked.opendata.cz/ontology/domain/vavai/riv/duvernostUdaju/
xsdhhttp://www.w3.org/2001/XMLSchema#
n17http://linked.opendata.cz/ontology/domain/vavai/riv/jazykVysledku/
n5http://linked.opendata.cz/ontology/domain/vavai/riv/aktivita/
n18http://linked.opendata.cz/ontology/domain/vavai/riv/druhVysledku/
n7http://linked.opendata.cz/ontology/domain/vavai/riv/obor/
n10http://reference.data.gov.uk/id/gregorian-year/

Statements

Subject Item
n2:RIV%2F61388998%3A_____%2F07%3A00092972%21RIV08-AV0-61388998
rdf:type
n11:Vysledek skos:Concept
dcterms:description
V příspěvku je popsána a diskutována metoda rozpoznávání kombinace tří modelových emisních zdrojů buzených v reálné letecké konstrukci. Při optimalizaci zpětného odhadu jejich poměrného zastoupení ve zdrojové funkci naměřeného a zparametrizovaného signálu akustické emise byly určeny umělé neuronové sítě různých architektur. Následná citlivostní anylýza těchto sítí umožnila cílenou redukci vstupů až na minimum parametrů potřebných pro spolehlivý odhad poměrného zastoupení modelových zdrojů v budícím ultrazvukovém pulzu. In the contribution, the acoustic emission model source recognition method is described and discussed. Weighted combinations of tree model pulses were excited in aircraft structure. For the original weight estimation, various artificial neural networks were tested. Within the architecture optimization, the sensitivity analysis of trained networks enabled targeted inputs reduction towards the minimal number of parameters needed for reliable model sources apportionment estimation. V příspěvku je popsána a diskutována metoda rozpoznávání kombinace tří modelových emisních zdrojů buzených v reálné letecké konstrukci. Při optimalizaci zpětného odhadu jejich poměrného zastoupení ve zdrojové funkci naměřeného a zparametrizovaného signálu akustické emise byly určeny umělé neuronové sítě různých architektur. Následná citlivostní anylýza těchto sítí umožnila cílenou redukci vstupů až na minimum parametrů potřebných pro spolehlivý odhad poměrného zastoupení modelových zdrojů v budícím ultrazvukovém pulzu.
dcterms:title
Architecture optimization of acoustic emission source recognition neural networks Optimalizace architektury neuronových sítí pro rozpoznávání zdrojů akustické emise Optimalizace architektury neuronových sítí pro rozpoznávání zdrojů akustické emise
skos:prefLabel
Optimalizace architektury neuronových sítí pro rozpoznávání zdrojů akustické emise Optimalizace architektury neuronových sítí pro rozpoznávání zdrojů akustické emise Architecture optimization of acoustic emission source recognition neural networks
skos:notation
RIV/61388998:_____/07:00092972!RIV08-AV0-61388998
n4:strany
297;304
n4:aktivita
n5:P n5:Z
n4:aktivity
P(FT-TA/026), P(GA101/07/1518), Z(AV0Z20760514)
n4:dodaniDat
n10:2008
n4:domaciTvurceVysledku
n15:1889702 n15:8402469 n15:6309011
n4:druhVysledku
n18:D
n4:duvernostUdaju
n13:S
n4:entitaPredkladatele
n8:predkladatel
n4:idSjednocenehoVysledku
439765
n4:idVysledku
RIV/61388998:_____/07:00092972
n4:jazykVysledku
n17:cze
n4:klicovaSlova
architecture optimization; acoustic emission; neural networks
n4:klicoveSlovo
n12:acoustic%20emission n12:architecture%20optimization n12:neural%20networks
n4:kontrolniKodProRIV
[5F8FD530CA8D]
n4:mistoKonaniAkce
Praha
n4:mistoVydani
Brno
n4:nazevZdroje
DEFEKTOSKOPIE 2007
n4:obor
n7:BI
n4:pocetDomacichTvurcuVysledku
3
n4:pocetTvurcuVysledku
3
n4:projekt
n9:FT-TA%2F026 n9:GA101%2F07%2F1518
n4:rokUplatneniVysledku
n10:2007
n4:tvurceVysledku
Blaháček, Michal Převorovský, Zdeněk Chlada, Milan
n4:typAkce
n19:EUR
n4:zahajeniAkce
2007-11-07+01:00
n4:zamer
n21:AV0Z20760514
s:numberOfPages
8
n16:hasPublisher
Technická universita Brno
n6:isbn
978-80-214-3504-9