APPLICATION OF CONVOLUTIONAL NEURAL NETWORKS IN WALL MOISTURE IDENTIFICATION BY EIT METHOD
Ładowanie...
Data
2022
Inny tytuł
Typ
Artykuł recenzyjny
Autorzy
Redaktor
dc.contributor.advisor
Dyscyplina PBN
Informatyka techniczna i telekomunikacja
Czasopismo lub seria
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
ISSN
2391-6761
2083-0157
2083-0157
ISBN
DOI
10.35784/iapgos.2883
Strona internetowa
Wydawca
Wydawca
Wydanie
Numer
Strony od-do
Tytuł monografii
item.page.defence
Tytuł tomu
Opis
Rodzaj licencji
Słowa kluczowe
Abstrakt (pl)
W artykuleprzedstawiono rezultaty badańw obszarze wykorzystania głębokich sieci neuronowych do identyfikacji zawilgoceń wewnątrz ścian budynkówprzy użyciu elektrycznej tomografii impedancyjnej.Do przekształcenia pomiarów wejściowych na obrazy przedstawiające zawilgocone miejsca użyto dwóch rodzajówgłębokichsieci neuronowych –konwolucyjne sieci neuronowe(CNN) irekurencyjne siecitypuLSTM. Po wytrenowaniu obu modeli dokonano oceny porównawczej uzyskanych dzięki nim rezultatów. Wnioski wskazują na dużą utylitarność obu modeli w badanej problematyce, jednak nieco lepsze rezultaty uzyskano dzięki metodzie LSTM