Lucrări de proiect Inspecție optică a merelor pentru materie stricată - MemBrain Neural Network Editor
Pentru utilizatorii de limbă germană: limba implicită a forumului este engleza. La înregistrare, limba forumului poate fi schimbată în germană! Există zone separate de forum pentru contribuțiile englezești și germane.
Lucrarea proiectului Inspecția vizuală a merelor pentru porțiunea putredă
Aveți un proiect specific la care să lucrați și nu știți cum să abordați sarcina? Nu sunteți sigur dacă designul rețelei dvs. se potrivește cu problema dvs. sau dacă există oportunități de optimizare? Are chiar sens să abordați datele dvs. cu o abordare bazată pe NN? Este MemBrain instrumentul potrivit pentru problema dvs. și infrastructura dvs.?
Iată locul potrivit pentru aceste tipuri de întrebări.
Lucrarea proiectului Inspecția vizuală a merelor pentru porțiunea putredă
Postează de Loknar »Miercuri 5 august 2009, 12:53
bună,
În prezent, îmi încerc mâna la Mebrain pentru o lucrare de proiect ca parte a unui masterat.
Cred că am înțeles destul de bine elementele de bază, dar întotdeauna întâlnesc probleme minore și încă nu sunt sigur cum să abordez corect problema.
Acum pe scurt la proiect:
Am studiat tehnologia alimentară și trebuie să lucrez la un proiect în cadrul programului de masterat (conform conducătorului meu, durează aproximativ jumătate de teză de masterat).
Supervizorul meu este în domeniul ingineriei agricole, iar proiectul la care lucrez este despre sortarea merelor. Cercetările se desfășoară pe un sistem care poate sorta merele nedistructiv și fără mijloace optice pe baza gradului lor de lene. Pentru aceasta, merele sunt putrezite și măsurate cu sistemul. Cu toate acestea, după fiecare măsurare, proporția de putrefacție din măr este scoasă din măr pentru a verifica și mărul este distrus.
Acum, pentru partea mea în acest proiect:
Pentru a putea observa procesul de descompunere a merelor, nu trebuie să distrugeți merele, așa că am încercat mai întâi să măsoară zonele putrede de pe suprafața merelor cu ajutorul analizei optice. Pentru aceasta am fotografiat mărul din toate părțile cu ajutorul unui aparat de fotografiat și a unui platan rotativ cu servomotor într-o cutie iluminată uniform și am combinat secțiunile individuale ale mărului pentru a forma o „panoramă generală” (am software-ul pentru fotografie + rotație + panoramă în Labview creat și măsurarea durează aproximativ 1min per măr).
Din păcate, acest lucru se corelează doar într-o măsură limitată cu proporția de putrefacție din măr, deoarece nu pot vedea progresul procesului de descompunere din interiorul mărului. Așa că am adunat alte valori pe care le puteam înregistra rapid și nedistructiv. Acestea sunt timpul de depozitare, greutatea inițială, pierderea în greutate și soiul de mere.
Acum am creat o ANN simplă cu porțiunea putredă optică, timpul de stocare, greutatea inițială, pierderea în greutate și varietatea de mere ca intrări și porțiunea putredă reală ca ieșire. Am date de măsurare de la 200 de mere și am folosit 150 pentru antrenament și 50 pentru verificarea rețelei. Primele încercări cu ANN par foarte promițătoare, dar încă nu sunt sigur de abordarea mea.
Există vreo abordare recomandată pe care ar trebui să o urmați atunci când creați un ANN (de exemplu, mergeți până la numărul de straturi ascunse sau încercați diferiți profesori) și cum abordați acest lucru în munca dvs.? a fost găsită o sursă în care au fost specificate diferitele corelații și erori (RMSE, SE etc.) pentru diverși profesori, funcțiile de transfer și numărul de neuroni, dar tipul de conexiune al neuronilor și numărul de straturi ascunse nu au fost modificate. Este recomandabilă o astfel de abordare? Există alte modalități de a specifica calitatea unei rețele?
În plus, întotdeauna am probleme minore cu profesorul:
Din când în când, profesorul atinge inițial o eroare netă relativ mică (de ex. 0,13) și apoi brusc eroarea de rețea crește din nou rapid (de exemplu,> 3) și nu se mai îmbunătățește. În plus, am întotdeauna problema că, dacă am învățat bine rețeaua (Net Error 0.1) și doresc să o verific (încărc cele 50 de valori de test prin Lessen Editor și apăs Evaluate Net) primesc o eroare Net semnificativ mai mare (de ex. 0, 5). Dacă iau din nou datele de învățare și verific rețeaua, eroarea netă este, de asemenea, mult mai mare, deși nu am schimbat nimic în rețea. (Fac vreo greșeală aici?)
Multe mulțumiri lui Thomas Jetter pentru că a pus la dispoziție acest program ușor de utilizat și excelent.
Re: Lucrări de proiect Inspecție vizuală a merelor pentru porțiune putredă
Postează de Administrator »Miercuri 5 august 2009, 22:11
prima întrebare scurtă: ați citit deja celelalte fire din acest forum? Ar putea exista informații interesante acolo, chiar dacă, desigur, fiecare proiect este diferit.
O abordare bună este să folosești la început un singur strat ascuns, numărul de neuroni pe care aș alege-o pe jumătate pe cât ai avea intrări (adică 2-3 neuroni ascunși în cazul tău). De obicei, ești destul de bun la asta și încercările ulterioare rareori aduc îmbunătățiri.
Cu privire la. a profesorului:
Cel mai bun profesor în majoritatea cazurilor este RPROP. Rareori obțineți rezultate mai bune de antrenament cu impulsul de backprop și antrenamentul durează întotdeauna mult mai mult.
Cu privire la. Funcții de activare: folosiți „LOGISTIC” pentru neuroni ascunși și de ieșire, am avut cele mai bune experiențe cu el. Uneori, totuși, TAN-HYP este, de asemenea, mai bun, nu există nici o regulă aici. Deci merită cu siguranță o încercare.
PS: Puteți găsi mai mult de 200 de înregistrări? 1000 ar fi mai bine