В заметке рассмотрены основные свойства математического ожидания и дисперсии с доказательствами.
Архив автора: Александр Синица
Синтез системы стабилизации комплексно-частотным методом
Рассмотрим метод частотного синтеза корректирующих устройств основанный на анализе логарифмических амплитудных частотных характеристик (ЛАЧХ) и корректировке ее до желаемого вида [1]. В качестве примера объекта используется маятник на каретке. Читать далее
Программная реализация ПД-закона управления в среде GX Works2
Для управления различными техническими объектами, часто используются ПИД-регуляторы. Для использования такого регулятора необходимо замкнуть объект управления обратной связью.
Рассмотрим пример реализации ПИД-регулятора в среде GX Works2 для контроллера Mitsubishi Electric Q02CPU Читать далее
Интеллектуализация систем отказоустойчивого управления
Требования к надежности технических систем различного назначения предъявляются с целью обеспечения безопасности или минимизации экономических рисков (потерь, связанных с отказом системы). Обеспечение отказоустойчивости за счет аппаратного резервирования часто неприемлемо или нецелесообразно по экономическим причинам или ограничения массы и габаритов. Альтернативой являются отказоустойчивые системы управления с алгоритмическим резервированием, которые при выявлении неисправности переключаются на специализированный алгоритм. Второй подход (так называемые толерантные системы управления [1]) позволяет сохранить важнейшие характеристики системы при допустимом ухудшении второстепенных.
Как изменить регистр букв в Eclipse
Нередко при работа с программным кодом в Eclipse возникает перевести все буквы в нижний или верхний регистр (сделать строчными или заглавными соответственно).
Эту процедуру легко проделать с помощью сочетания горячих клавиш:
В нижний регистр: CTRL+SHIFT+Y (CMD+SHIFT+Y в Mac OS X)
В верхний регистр: CTRL+SHIFT+X (CMD+SHIFT+X в Mac OS X)
Предварительно выделите символы, которые хотите изменить (один или более)
Как сделать несколько исполняемых файлов в проекте Eclipse?
Основы LSTM нейронных сетей
Рекуррентные нейронные сети
Человек не начинает каждый момент свое мышление с нуля. В то время, как вы читаете эту статью, вы воспринимаете каждое слово, основываясь на понимании значения предыдущих слов. Вы не забываете все и не начинаете анализировать каждое слово в отдельности. В целом, все ваши мысли имеют последствия (откладываются в памяти).
Нейронная сеть прямого распространения в CNTK
Задачей этого руководства является знакомство с методами быстрого проектирования нейронных сетей CNTK для решения задачи классификации. Вы можете пропустить Введение, если вы уже разобрались с руководством по бинарной классификации или аналогичными руководствами по машинному обучению.
Линейный бинарный классификатор в CNTK
Это пособие направлено на новичков в машинном обучении, решивших начать свой путь с CNTK. После изучения материала, вы сможете обучать простые, однако достаточно мощные модели машинного обучения, используемые в науке и промышленности в самых разнообразных задачах. Модель обучается на массиве данных наиболее быстрым способом, основываясь на доступных вам вычислительных мощностях (один или нескольлко CPU, GPU или кластер из CPU или GPU), прозрачно основываясь на возможностях библиотеки CNTK.
Процесс установки библиотеки CNTK подробно описан в статье Установка Microsoft Cognitive Toolkit (CNTK) для Windows
Построение фазовых портретов на языке Python
Фазовая траектория — след от движения изображающей точки. Фазовый портрет — это полная совокупность различных фазовых траекторий. Он хорошо иллюстрирует поведение системы и основные ее свойства, такие как точки равновесия.
С помощью фазовых портретов можно синтезировать регуляторы (Метод фазовой плоскости) или проводить анализ положений устойчивости и характера движений системы.
Рассмотрим построение фазовых портретов нелинейных динамических систем, представленных в форме обыкновенных дифференциальных уравнений