• Non ci sono risultati.

Indice delle tabelle

N/A
N/A
Protected

Academic year: 2021

Condividi "Indice delle tabelle"

Copied!
2
0
0

Testo completo

(1)

Indice delle tabelle

vi

Indice delle tabelle

Tab. 3.1 Confronti di differenze semplici di pressione...24

Tab. 3.2 Confronti con pressione 2 in avaria e vettore d’errore risultante...24

Tab. 3.3 Differenze doppie di pressione scelte per i confronti ...28

Tab. 3.4 Vettori d’errore identificativi delle 5 possibili avarie...28

Tab. 3.5 Differenze semplici di pressione scelte per i confronti...29

Tab. 3.6 Vettori d’errore identificativi delle 5 possibili avarie...29

Tab. 3.7 Vettori d’errore identificativi nel caso di p1 in avaria...30

Tab. 3.8 Vettori d’errore identificativi nel caso di p2 in avaria...30

Tab. 3.9 Vettori d’errore identificativi nel caso di p3 in avaria...31

Tab. 3.10 Vettori d’errore identificativi nel caso di p4 in avaria...31

Tab. 3.11 Vettori d’errore identificativi nel caso di p5 in avaria...31

Tab. 3.12 Descrizione dei vettori di status k0, k1, k2 ...32

Tab. 4.1 Errore massimo, medio ed eccedenze di α in fase di testing ...35

Tab. 4.2 Errore massimo, medio ed eccedenze di β in fase di testing ...36

Tab. 4.3 Errore massimo, medio ed eccedenze di V in fase di testing...36

Tab. 4.4 Dati completi di training e testing della rete 0, 3, 17, 31, 45 con ingressi normalizzati...37

Tab. 4.5 Dati completi di training e testing della rete 0, 6, 20, 34, 48 con ingressi normalizzati...37

Tab. 4.6 Dati completi di training e testing della rete 0, 8, 22, 36, 50 con ingressi normalizzati...38

Tab. 4.7 Errori medi su α, β per le reti a 2 output in fase di testing...38

Tab. 4.8 Descrizione dei casi che si verificano all’avaria della misura di pressione centrale ...41

Tab. A1.1 Reti neurali 1, 2 e 3 funzionanti, con reti dedicate nel caso di misura centrale in avaria...61

Tab. A1.2 Valori minimi, medi e massimi delle reti neurali 1, 2 e 3 funzionanti, con reti dedicate nel caso di misura centrale in avaria...62

Tab. A1.3 Reti neurali 1, 2 e 3 funzionanti, senza reti dedicate nel caso di misura centrale in avaria ...64

Tab. A1.4 Valori minimi, medi e massimi delle reti neurali 1, 2 e 3 funzionanti, con reti dedicate nel caso di misura centrale in avaria...64

(2)

Indice delle tabelle

vii Tab. A1.5 Reti neurali 2 e 3 funzionanti, con reti dedicate nel caso di misura centrale in

avaria ... 66 Tab. A1.6 Valori minimi, medi e massimi delle reti neurali 2 e 3 funzionanti, con reti

dedicate nel caso di misura centrale in avaria...66 Tab. A1.7 Reti neurali 1 e 3 funzionanti, con reti dedicate nel caso di misura centrale in

avaria ... 68 Tab. A1.8 Valori minimi, medi e massimi delle reti neurali 1 e 3 funzionanti, con reti

dedicate nel caso di misura centrale in avaria...68 Tab. A1.9 Reti neurali 1 e 2 funzionanti, con reti dedicate nel caso di misura centrale in

avaria ... 70 Tab. A1.10 Valori minimi, medi e massimi delle reti neurali 1 e 2 funzionanti, con reti

dedicate nel caso di misura centrale in avaria...71 Tab. A1.11 Reti neurali 1 e 2 non funzionanti, con reti dedicate nel caso di misura

centrale in avaria ... 72 Tab. A1.12 Valori minimi, medi e massimi delle reti neurali 1 e 2 funzionanti, con reti

dedicate nel caso di misura centrale in avaria...72 Tab. A1.13 Reti neurali 1 e 3 non funzionanti, con reti dedicate nel caso di misura

centrale in avaria ... 73 Tab. A1.14 Valori minimi, medi e massimi delle reti neurali 1 e 3 non funzionanti, con

reti dedicate nel caso di misura centrale in avaria...74 Tab. A1.15 Reti neurali 2 e 3 non funzionanti, con reti dedicate nel caso di misura

centrale in avaria ... 75 Tab. A1.16 Valori minimi, medi e massimi delle reti neurali 2 e 3 funzionanti, con reti

Riferimenti

Documenti correlati

Dalla figura 17 osserviamo che la funzione di errore rispetto ai dati di prova assume il valore minimo quando lo strato nascosto ha 19 unit` a nascoste. In questo caso la

Quando una rete neurale è utilizzata come classificatore multi- classe, l’impiego della funzione di attivazione softmax consente di trasformare i valori di net prodotti

• Il legame input Æ output, ovvero la funzione di trasferimento della rete, non viene programmato ma è semplicemente ottenuto tramite un processo di apprendimento basato su

© The Author(s). European University Institute. Available Open Access on Cadmus, European University Institute Research Repository... reducing it by increasing the

D’altra parte la miglior capacit´ a di apprendimento di un ensemble dipende, come accennato in precedenza, dalla sinergia tra le singole reti e non dalle maggiori dimensioni

 Nelle reti neurali la stima dei parametri, ossia il processo che porta alla determinazione dei valori numerici dei pesi, è chiamata learning o training; tale fase è costituita da

• We developed RBF ANN for the prediction of the in-cylinder pressure and pressure-derived engine parameters using as an input accelerometer signal. • In order to understand

Reconstruction of In-Cylinder Pressure in a Diesel Engine from Vibration Signal Using a RBF Neural.