Викладено результати дослідження залежності похибок прогнозування значення температури із використанням нейронних мереж від розрядності аналогово-цифрового перетворювача. Описано алгоритм створення тестових послідовностей та навчання нейронних мереж. Наведено результати дослідження залежності похибки прогнозування значення температури від кількості входів нейронної мережі та від розрядності АЦП. Подано результати дослідження залежності середньої похибки прогнозування значення температури та залежності абсолютної непевності прогнозування значення температури від розрядності АЦП.
1. Лопатко О. О., Микитин І. П. Похибки прогнозування значення температури нейронними мережами за ідеальним перехідним процесом // Вимірювальна техніка та метрологія. – 2017. – № 78. – С. 20–24.
2. Ярышев Н. А. Теоретические основы измерения нестационарной температуры. – 2-е изд., перераб. – Л.: Энергоатомиздат, 1990. – 256 с.
3. Ковальчук Н. Г., Полищук Е. С., Пытель И. Д., Семенистый К. С. Современные методы и средства определения динамических характеристик преобразователей // Обзорная информация ТС-6, НИИТЭИ приборостроения. – 1983. Вып. 1. – 46 с.
4. Kriesel D. A Brief Introduction to Neural Networks, 2007, http://www.dkriesel.com/en/science/neural_networks.
5. Rajesh Bordawekar, Bob Blainey, Ruchir Puri, Analyzing Analytics. – Morgan & Claypool Publishers, 2015. – 124 p.
6. Дорожовець М., Мотало В., Стадник Б. Основи метрології та вимірювальної техніки: у двох томах. Т.1. – Львів: Видавництво Національного університету «Львівська політехніка», 2005. – 529 с.