У роботі подано результати дослідження залежності похибки прогнозування значення температури нейронними мережами від похибки вимірювання. Описано алгоритм створення тестових послідовностей та навчання нейронних мереж. Наведено результати дослідження залежності похибки прогнозування значення температури від мультиплікативної, нелінійної та випадкової складових похибки, а також описано результати дослідження залежності похибки прогнозування значення температури від одночасного впливу цих складових.
[1] F. Bernhard, Handbuch der technischen temperaturmessung, Springer Vieweg, 2014.
[2] Н. Ярышев, Теоретические основы измерения нестационарной температуры, Ленинград: Энергоатомиздат, 1990.
[3] D. Kriesel. A Brief, Introduction to Neural Networks, 2007. [On-line], Available: http://www.dkriesel.com/ en/science/neural_networks.
[4] R. Bordawekar, B. Blainey, R. Puri, Analyzing Analytics. Morgan & Claypool Publishers, 2015.
[5] О. Лопатко, І. Микитин, “Похибки прогнозування значення температури нейронними мережами за ідеальним перехідним процесом”, Вимірювальна техніка та метрологія,вип. 78, с. 20–24, 2017.
[6] М. Дорожовець, В. Мотало, Б. Стадник, Основи метрології та вимірювальної техніки у двох томах, т. 1. Львів: Вид-во Нац. ун-ту “Львівська політехніка”, 2005.