Запропоновано підвищувати достовірність даних, отримуваних від сенсорів, прогнозуванням їх дрейфу нейронною мережею. Наведено узагальнений алгоритм навчання нейронної мережі на основі трьох груп даних про дрейф сенсорів. Аналізуються експериментальні результати прогнозування дрейфу.
1. Sachenko A., Precision Sensory Data Asquisition and Processing for Intelligent Robotic System, Proceedings “EURISCON’94”, Malaga (Spain), 1994, vol.3, pp. 1681-1691. 2. Туз Ю.М. Структурные методы повышения точности измерительных устройств. –К., 1976. 3. Рольберг И.Л., Нужнов А.Г., Покровская Г.Н. и др. Стабильность термоэлектродвижущей силы термопар хромель-алюмель при нагреве на воздухе при температурах до 1200°С // Иссле- дование сплавов для термопар: Сб. тр. / Гипроцветметобработка. – М., 1967. – Вып. 24. Т.ІІ. – с. 54-65. 4. Саченко А.О., Кочан В.В., Турченко В.О. Дистрибутивна сенсорна жа підвищеної ефективності / Вісн. ДУ “Львівська політехніка”, 1998. – с77-80. 5. Sachenko A., Kochan V., Turchenko V., Intelligent Distributed Sensor Network, Proceedings of the 15th IEEE Instrumentation and Measurement Technology Conference, St. Paul, USA – May 18-20, 1998, vol. 1, pp. 60-66. 6. Sachenko A., Kochan V., Turchenko V., Tymchyshyn V., Vasylkiv N., Intelligent Nodes for Distributed Sensor Network, Proceedings of the 16th IEEE Instrumentation and Measurement Technology Conference, Venice, Italy - May 24-26, 1999, vol. 3, pp. 1479-1484. 7. Golovko V., Grandinetti L., Kochan V., Laopoulos T., Sachenko A., Turchenko V. Sensor Signal Processing Using Neural Networks, Africon’99, Cape Town, South Africa, Sep 29-Oct 1, 1999, in press.