Neurale netwerken zijn een reeks algoritmen, losjes gemodelleerd naar het menselijk brein, die ontworpen zijn om patronen te herkennen. Zij zijn een wiskundige functie die een gegeven invoer in kaart brengt tot de gewenste uitvoer
Neurale netwerken bestaan uit een ingangslaag, verborgen lagen, een uitgangslaag, een reeks gewichten en biases tussen elke laag, en een activeringsfunctie voor elke verborgen laag
De waarden van de gewichten en biases bepalen de sterkte van de voorspellingen binnen het model. Het proces van fijnafstelling van de gewichten en biases aan de hand van de invoergegevens wordt training van het neuraal netwerk genoemd
Elke iteratie van het trainingsproces berekent de voorspelde output en werkt de gewichten en biases van elke laag bij. De gewichten en biases worden bijgewerkt op basis van het "verlies" of de "fout" in elke laag; het verlies is het verschil tussen elke voorspelde waarde en de werkelijke waarde. Ons doel bij de training is de reeks gewichten en biases te vinden die het verlies het best minimaliseert. In het begin worden aan elke laag willekeurige gewichten toegekend, en tijdens het trainingsproces worden deze gewichten verfijnd totdat de fout tussen de voorspelde waarden en de werkelijke waarde tot een minimum beperkt is
Hoe gebruiken wij neurale netwerken in de sproeitechnologie?
Wij gebruiken neurale netwerken om de druppelgrootte van een verstuiver te voorspellen, uitsluitend op basis van signaalgegevens van een sensor. Door neurale netwerken te gebruiken om de waarden van de druppelgrootte te voorspellen, kunnen de schattingsmogelijkheden van het systeem worden uitgebreid tot gegevens voor allerlei soorten chemicaliën, niet alleen water. Dit is uiterst gunstig, omdat de ontwikkeling en de uitvoering van het apparaat daardoor sneller, goedkoper en gemakkelijker te verfijnen worden
Waarom hebben wij neurale netwerken nodig in de sproeitechnologie?
Apparaten om druppels te meten kosten meer dan $250.000, exclusief de kosten van de hoog opgeleide technici en ingenieurs die de gegevens verzamelen en interpreteren. Een mobiel, door neurale netwerken aangedreven meetapparaat voor druppelgrootte zou aanzienlijk minder kosten en zou door iedereen bediend kunnen worden met de software en wat eerste bedieningsinstructies en basisopleiding. Afhankelijk van de toepassing en de kwaliteit van de outputgegevens zou de ROI van zo'n instrument in maanden, of zelfs weken, gemeten kunnen worden
Als u dieper op dit onderwerp wilt ingaan, neem dan contact met ons op of neem rechtstreeks contact met mij op via LinkedIn.