Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://elartu.tntu.edu.ua/handle/lib/45755
Назва: | Застосування штучного інтелекту до прогнозування термічних властивостей композитних матеріалів |
Інші назви: | Application of Artificial Intelligence for Predicting Thermal Properties of Composite Materials |
Автори: | Строгуш, Володимир Тарасович Strohush, Volodymyr |
Приналежність: | Тернопільський національний технічний університет імені Івана Пулюя, кафедра комп'ютерно-інтегрованих технологій |
Бібліографічний опис: | Строгуш В.Т. – Застосування штучного інтелекту до прогнозування термічних властивостей композитних матеріалів.: кваліфікаційна робота бакалавра за спеціальністю 151 – «Автоматизація та комп’ютерно-інтегровані технології» / В.Т. Строгуш – Тернопіль: ТНТУ, 2024. – 63 с. |
Дата публікації: | 28-чер-2024 |
Дата внесення: | 3-лип-2024 |
Видавництво: | ТНТУ, Тернопіль |
Країна (код): | UA |
Місце видання, проведення: | Тернопіль, ТНТУ |
Науковий керівник: | Микитишин, Андрій Григорович Mykytyshyn, Andriy |
Члени комітету: | Микулик, Петро Миколайович Mykulyk, Petro |
УДК: | 004.03.8 |
Теми: | метод к-найближчих сусідів машинне навчання нейронні мережі штучний інтелект алгоритм опорно-векторних машин artificial intelligence neural networks machine learning method of k-nearest neighbors algorithm of support vector machines |
Кількість сторінок: | 63 |
Короткий огляд (реферат): | Строгуш В.Т. – Застосування штучного інтелекту до прогнозування термічних властивостей композитних матеріалів.. 151 – «Автоматизація та комп’ютерно-інтегровані технології» – Тернопільський національний технічний університет імені Івана Пулюя. – Тернопіль, 2024. У даній кваліфікаційній роботі бакалавра здійснено аналіз застосування штучного інтелекту до прогнозування термічних властивостей композитних матеріалів. Мета цієї роботи полягає в розробці та застосуванні методів машинного навчання, зокрема, нейронних мереж, к-найближчих сусідів та опорно-векторних машин для прогнозування термічних властивостей композитних матеріалів Strohush V.T.. – Application of Artificial Intelligence for Predicting Thermal Properties of Composite Materials.... 151 - "Automation and computer-integrated technologies" - Ternopil Ivan Puluj National Technical University. - Ternopil, 2024. This bachelor's thesis analyzes the application of artificial intelligence to the prediction of thermal properties of composite materials. The aim of this work is to develop and apply machine learning methods, in particular, neural networks, k-nearest neighbors, and support vector machines for predicting the thermal properties of composite materials. |
Опис: | Роботу виконано на кафедрі ком’пютерно-інтегрованих технологій Тернопільського національного технічного університету імені Івана Пулюя Міністерства освіти і науки України Захист відбудеться 28 червня 2024 р. о 09 .00 годині на засіданні екзаменаційної комісії № 21 у Тернопільському національному технічному університеті імені Івана Пулюя за адресою: 46001, м. Тернопіль, вул.Руська, 56, навчальний корпус №1, ауд. 406 |
Зміст: | ВСТУП 6 РОЗДІЛ 1. АНАЛІТИЧНА ЧАСТИНА 8 1.1 Теоретичні основи прогнозування термічних властивостей композитних матеріалів 8 1.2 Аналіз діаграми деформування матеріалу 10 РОЗДІЛ 2. ПРОЕКТНА ЧАСТИНА 14 2.1 Задача прогнозування термічних властивостей матеріалів 14 2.2 Методи МН для прогнозування діаграм деформування матеріалів…………………………………………………………………………...16 2.3 Алгоритм НМ 19 2.4 Парадигми навчання НМ 21 2.5 Зворотне поширення помилки НМ 25 2.6 Метод k-найближчих сусідів 26 2.7 Метод опорно-векторних машин 29 2.8 Підготовка даних до прогнозування 32 2.9 Нормалізація даних 34 2.10 Розробка програмного забезпечення для прогнозування термічних властивостей матеріалів 37 РОЗДІЛ 3. СПЕЦІАЛЬНА ЧАСТИНА 47 3.1 Аналіз результатів прогнозування діаграм деформування Al-6061 47 3.2 Порівняння результатів прогнозування з експериментальними даними 51 РОЗДІЛ 4. БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ 55 4.1 Характеристика шкідливих факторів виробничого середовища 55 4.2 Забезпечення безпеки життєдіяльності при роботі з ПК 57 ВИСНОВКИ 62 ПЕРЕЛІК ПОСИЛАНЬ 63 |
URI (Уніфікований ідентифікатор ресурсу): | http://elartu.tntu.edu.ua/handle/lib/45755 |
Власник авторського права: | © Строгуш В.Т., 2024 |
Перелік літератури: | 1. Ясній П.В. Пластично деформовані матеріали: втома і тріщиностійкість. Львів: Світ, 1998. 292 p. 2. Didych, I., Yasniy, O., Pasternak, I., & Sobashek, L. (2022). Modelling of AL-6061 aluminum alloy deformation diagrams by machine learning methods. Procedia Structural Integrity, 42, 1344-1349. 3. Yasniy, O., Pastukh, O., Didych, I., Yatsyshyn, V., & Chykhira, I. (2023). Application of machine learning for modeling of 6061-T651 aluminum alloy stress− strain diagram. Procedia Structural Integrity, 48, 183-189. 4. Alpayndin E. Introduction to Machine Learning // The Knowledge Engineering Review. 2010. Vol. 25, № 3. P. 353–353. 5. Haykin S. Neural Networks - A Comprehensive Foundation - Simon Haykin. McMaster University, Hamilton, Ontario, Canada, 2006. P. 823. 6. Wasserman Ph.D. Neural Computing: Theory and Practice. New York: Coriolis Group (Sd), 1989. 7. Mitchell T.M. Machine learning. London: McGraw-Hill Science/Engineering/Math, 1997. 8. Шаховська Н.Б., Камінський Р.М., Вовк О.Б. Системи штучного інтелекту: навч. посібник. Львів: Видавництво Львівської політехніки, 2018. 392 p. 9. Smola A., Vishwanathan S.V.N. Introduction to Machine Learning. Cambridge University Press, 2010. 10. Weaver, J. S., Khosravani, A., Castillo, A., Kalidindi, S.R., 2016. High throughput exploration of process-property linkages in Al-6061 using instrumented spherical microindentation and microstructurally graded samples, Integrating Materials and Manufacturing Innovation 5, 192−211. 11. Yasnii, О. P., Pastukh, O. А., Pyndus, Yu. І., Lutsyk, N. S., Didych, I. S., 2018. Prediction of the Diagrams of Fatigue Fracture of D16T Aluminum Alloy by the Methods of Machine Learning. Materials Science 54, 333–338. |
Тип вмісту: | Bachelor Thesis |
Розташовується у зібраннях: | 151 — Автоматизація та компʼютерно-інтегровані технології (бакалаври) |
Файли цього матеріалу:
Файл | Опис | Розмір | Формат | |
---|---|---|---|---|
KRB_Strohush_V_2024.pdf | Кваліфікаційна робота бакалавра | 1,24 MB | Adobe PDF | Переглянути/відкрити |
Avtorska_Strohush_V_2024.pdf | Авторська довідка | 268,21 kB | Adobe PDF | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.
Інструменти адміністратора