Neuronale Netzwerke sind eine Reihe von Algorithmen, die frei nach dem menschlichen Gehirn modelliert sind und die dazu dienen, Muster zu erkennen. Sie sind eine mathematische Funktion, die eine gegebene Eingabe auf die gewünschte Ausgabe abbildet
Neuronale Netzwerke bestehen aus einer Eingabeschicht, versteckten Schichten, einer Ausgabeschicht, einem Satz von Gewichten und Vorspannungen zwischen jeder Schicht und einer Aktivierungsfunktion für jede versteckte Schicht
Die Werte der Gewichte und Verzerrungen bestimmen die Stärke der Vorhersagen innerhalb des Modells. Der Prozess der Feinabstimmung der Gewichte und Verzerrungen anhand der Eingabedaten wird als Training des neuronalen Netzwerks bezeichnet
Bei jeder Iteration des Trainingsprozesses werden die vorhergesagten Ausgaben berechnet und die Gewichte und Verzerrungen jeder Schicht aktualisiert. Die Gewichte und Verzerrungen werden basierend auf dem "Verlust" oder "Fehler" in jeder Schicht aktualisiert; der Verlust ist die Differenz zwischen jedem vorhergesagten Wert und dem tatsächlichen Wert. Unser Ziel beim Training ist es, den Satz von Gewichtungen und Verzerrungen zu finden, der den Verlust am besten minimiert. Anfangs werden jeder Schicht zufällige Gewichte zugewiesen, und der Trainingsprozess verfeinert diese Gewichte, bis der Fehler zwischen den vorhergesagten Werten und dem tatsächlichen Wert minimiert ist
Wie werden neuronale Netzwerke in der Sprühtechnik eingesetzt?
Wir verwenden neuronale Netze zur Vorhersage der Tropfengröße eines Sprays ausschließlich auf der Basis von Signaldaten eines Sensors. Die Verwendung neuronaler Netze zur Vorhersage der Tropfengrößenwerte bedeutet, dass die Schätzungsmöglichkeiten des Systems erweitert werden können, um Daten für alle Arten von Chemikalien abzudecken, nicht nur für Wasser. Dies ist äußerst vorteilhaft, da es die Entwicklung und Implementierung des Geräts schneller, billiger und einfacher zu verfeinern macht
Warum brauchen wir neuronale Netzwerke in der Sprühtechnologie?
Geräte zur Messung der Tropfengröße kosten über 250.000 $, nicht eingerechnet die Kosten für die hochqualifizierten Techniker und Ingenieure, die die Daten sammeln und interpretieren. Ein mobiles, mit neuronalen Netzwerken betriebenes Gerät zur Messung der Tropfengröße würde deutlich weniger kosten und könnte von jedem bedient werden, der über die Software und eine anfängliche Bedienungsanleitung sowie eine Grundausbildung verfügt. Abhängig von der Anwendung und der Qualität der Ausgabedaten könnte der ROI für ein solches Gerät in Monaten oder sogar Wochen gemessen werden
Wenn Sie das Thema ausführlicher besprechen möchten, kontaktieren Sie uns oder verbinden Sie sich direkt mit mir über LinkedIn.