| dc.contributor.author | Мисник, А. Е. | |
| dc.contributor.author | Шалухова, М. А. | |
| dc.date.accessioned | 2024-04-02T06:54:47Z | |
| dc.date.available | 2024-04-02T06:54:47Z | |
| dc.date.issued | 2023 | |
| dc.identifier.citation | Мисник, А. Е. Повышение качества процессов контроля продукции на основе использования нейросетевых и нейро-нечетких моделей и средств / А. Е. Мисник, М. А. Шалухова // Двадцать первая Национальная конференция по искусственному интеллекту с международным участием, КИИ-2023 : труды конференции, Смоленск, 16-20 октября 2023 г.: В 2-х т. – Смоленск: Принт-Экспресс, 2023. – Т. 2. - С. 88-96. | ru_RU |
| dc.identifier.uri | http://e.biblio.bru.by/handle/1212121212/41117 | |
| dc.description.abstract | В статье описывается способ повышения качества процессов контроля выпускаемой продукции на пищевом производстве с помощью использования нейросетевых и нейронечетких методов, моделей и средств. Предложено использовать выделение признаков с помощью свёрточных сетей с дальнейшей постобработкой в системе нечёткого вывода. В ходе работы предложенной системы был получен высокий процент верных распознаваний (91,9%), за время эксплуатации возвраты покупателем продукции по причине брака на снизились на 63% к аналогичному периоду прошлого года. Полученные результаты показывают, что идентификация дефектов с использованием адаптивной нейро-нечеткой системы вывода является подходящим инструментом при решении задач анализа дефектов. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.subject | нейросетевой подход | ru_RU |
| dc.subject | нечеткая логика | ru_RU |
| dc.subject | распознавание дефектов | ru_RU |
| dc.subject | нейронная сеть | ru_RU |
| dc.subject | ANFIS | ru_RU |
| dc.subject | Публикации кафедры "Программное обеспечение информационных технологий" | ru_RU |
| dc.title | Повышение качества процессов контроля продукции на основе использования нейросетевых и нейро-нечетких моделей и средств | ru_RU |
| dc.type | Article | ru_RU |
| dc.identifier.udc | 004.89 |