Modeling switched circuits based on wavelet decomposition and neural networks

Hanbay, Davut; Türkoğlu, İ̇brahim; Demir, Yakup

doi:10.1016/j.jfranklin.2010.01.004

Cited by 14 publications

(7 citation statements)

References 18 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…is the activation function. 22 The most suitable weights and biases are obtained using the LM optimization method, which minimizes squared errors to generate a well-generalized network. The new weight values are obtained using equation (3).…”

Section: Artificial Neural Network (Ann)mentioning

confidence: 99%

Prediction of corrosion susceptibilities of Al-based metal matrix composites reinforced with SiC particles using artificial neural network

Tuntaş

Dikici

2014

Journal of Composite Materials

View full text Add to dashboard Cite

In this theoretical study, the prediction of the corrosion resistance of Al-Si-Mg-based metal matrix composites reinforced with SiC particles has been studied, using an artificial neural network. Four input vectors were used in the construction of the proposed network; namely, volume fraction of SiC reinforcement, aging time of the composites, environmental conditions, and potential. Current was used as the one output in the proposed network. Test results indicate that the proposed network can be used efficiently for the prediction of the corrosion resistance of Al-Si-Mgbased metal matrix composites reinforced with SiC particles, and the methodology is suitable for engineers to study the corrosion of metal matrix composites. In addition, a few forecasts regarding the polarization response for different SiC volume fractions and aging conditions have also been generated without using any experimental data.

show abstract

Section: Artificial Neural Network (Ann)mentioning

confidence: 99%

Prediction of corrosion susceptibilities of Al-based metal matrix composites reinforced with SiC particles using artificial neural network

Tuntaş

Dikici

2014

Journal of Composite Materials

View full text Add to dashboard Cite

show abstract

“…Referans olarak birinci piksel alınırken komşu piksel olarak ikinci piksel alınır [15] [18]. YSA genelleme yeteneğine sahip olduğu için eğitilmiş olan bir ağa sistemin bilinmediği bir girdi verildiğinde bu girdi için çıkış üretebilir [19].…”

Section: Gri Seviye Eş Oluşum Matrisiunclassified

EMG Sinyallerinin Kısa Zamanlı Fourier Dönüşüm Özellikleri Kullanılarak Yapay Sinir Ağları ile Sınıflandırılması

Arı

Ayaz

Hanbay

2019

Fırat Üniversitesi Mühendislik Bilimleri Dergisi

Self Cite

View full text Add to dashboard Cite

Öz: EMG sinyali kasların kasılması sırasında oluşan elektriksel aktivasyonun ölçülmesi işlemidir. EMG sinyali, kasların nöral aktivasyonu ve dinamikleri hakkında bilgi sağlamaktadır. Bu nedenle EMG sinyallerinin işlenmesi; sinir hastalıkları teşhisi, protez cihazlar ve insan makine etkileşiminde olmak üzere birçok alanda giderek daha etkin olarak kullanılmaya başlanmıştır. Özellikle EMG sinyallerinden hareket tespiti ve EMG sinyallerinin sınıflandırılması bu çalışmalar için önem teşkil etmektedir. Bu amaçla yapılan çalışmada EMG sinyallerinden hareket tespiti yapılması amaçlanmıştır. İlk olarak 6 farklı harekete ait EMG sinyalleri alınmış ve bu sinyallere Kısa Zamanlı Fourier Dönüşümü (KZFD) uygulanmış ve sinyaller Zaman-Frekans (Z-F) düzleminde gösterilmiştir. Daha sonra bu Z-F gösterimlerinden öznitelik çıkarmak amacıyla gösterimler bölütlenmiş ve her bir pencereye ait istatistiksel öznitelikler, Yerel İkili Örüntü (YİÖ) değerleri ve Gri Seviye Eş oluşum Matrisi (GSEM) hesaplanarak EMG sinyaline ait öznitelikler çıkartılmıştır. Çıkarılan bu öznitelikler Yapay Sinir Ağı (YSA) ile sınıflandırılmış ve sistemin başarımı ölçülmüştür. Sistemin doğruluk başarımı ortalama %92 olarak hesaplanmıştır.

show abstract

“…Wavelet transform is used for the modelling and simulation of Chua's circuit [19]. Switched circuits are modelled based on wavelet decomposition and neural network [20]. In [21], Lin and Tsai presented implementation of a wavelet neural network (WNN) with learning ability on FPGA.…”

Section: Introductionmentioning

confidence: 99%

A new intelligent hardware implementation based on field programmable gate array for chaotic systems

Tuntaş

2015

Applied Soft Computing

View full text Add to dashboard Cite

Modeling switched circuits based on wavelet decomposition and neural networks

Cited by 14 publications

References 18 publications

Prediction of corrosion susceptibilities of Al-based metal matrix composites reinforced with SiC particles using artificial neural network

Prediction of corrosion susceptibilities of Al-based metal matrix composites reinforced with SiC particles using artificial neural network

EMG Sinyallerinin Kısa Zamanlı Fourier Dönüşüm Özellikleri Kullanılarak Yapay Sinir Ağları ile Sınıflandırılması

A new intelligent hardware implementation based on field programmable gate array for chaotic systems

Contact Info

Product

Resources

About