Show simple item record

Analýza sondové charakteristiky s využitím neuronových sítí
dc.contributor.advisorRoučka, Štěpán
dc.creatorRafaj, Filip
dc.date.accessioned2017-06-01T18:23:25Z
dc.date.available2017-06-01T18:23:25Z
dc.date.issued2016
dc.identifier.urihttp://hdl.handle.net/20.500.11956/80069
dc.description.abstractLangmuirovy sondy jsou na naší fakultě používány pro měření voltampérové charakteristiky nízkoteplotního slabě ionizovaného plazmatu. Z těchto měření se určuje elektronová teplota a koncentrace elektronů. Klasická metoda určování je založena na lineárním fitování metodou nejmenších čtverců. V této práci používáme neuronové sítě jako alternativní metodu určování zmíněných parametrů plazmatu. S pomocí stochastic gradient descent a backpropagation algoritmů a trénovacích dat založených na analytickém modelu charakteristiky vytvoříme dopřednou neuronovou síť. Dále studujeme přestnost, robustnost a výpočetní náročnost sítě v porovnání s klasikou metodou. Powered by TCPDF (www.tcpdf.org)cs_CZ
dc.description.abstractLangmuir probes are used on our faculty to measure current-voltage characteristics of low-temperature weakly ionized plasma. From these measurements an electron temperature and an electron number density are obtained. Classical method of doing that is based on the linear least squares fitting. In this thesis we use neural networks as an alternative method of determining the plasma parameters. We train a feedforward neural network with a help of a stochastic gradient descent and a backpropagation algorithms together with a training data based on an analytical model the characteristic. We study network's accuracy, robustness and computational resources demands, all compared with the classical methods. Powered by TCPDF (www.tcpdf.org)en_US
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.titleAnalýza sondové charakteristiky s využitím neuronových sítíen_US
dc.typebakalářská prácecs_CZ
dcterms.created2016
dcterms.dateAccepted2016-09-13
dc.description.departmentDepartment of Surface and Plasma Scienceen_US
dc.description.departmentKatedra fyziky povrchů a plazmatucs_CZ
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.identifier.repId171664
dc.title.translatedAnalýza sondové charakteristiky s využitím neuronových sítícs_CZ
dc.contributor.refereeKocán, Pavel
dc.identifier.aleph002103569
thesis.degree.nameBc.
thesis.degree.levelbakalářskécs_CZ
thesis.degree.disciplineObecná fyzikacs_CZ
thesis.degree.disciplineGeneral Physicsen_US
thesis.degree.programFyzikacs_CZ
thesis.degree.programPhysicsen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csObecná fyzikacs_CZ
uk.degree-discipline.enGeneral Physicsen_US
uk.degree-program.csFyzikacs_CZ
uk.degree-program.enPhysicsen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csLangmuirovy sondy jsou na naší fakultě používány pro měření voltampérové charakteristiky nízkoteplotního slabě ionizovaného plazmatu. Z těchto měření se určuje elektronová teplota a koncentrace elektronů. Klasická metoda určování je založena na lineárním fitování metodou nejmenších čtverců. V této práci používáme neuronové sítě jako alternativní metodu určování zmíněných parametrů plazmatu. S pomocí stochastic gradient descent a backpropagation algoritmů a trénovacích dat založených na analytickém modelu charakteristiky vytvoříme dopřednou neuronovou síť. Dále studujeme přestnost, robustnost a výpočetní náročnost sítě v porovnání s klasikou metodou. Powered by TCPDF (www.tcpdf.org)cs_CZ
uk.abstract.enLangmuir probes are used on our faculty to measure current-voltage characteristics of low-temperature weakly ionized plasma. From these measurements an electron temperature and an electron number density are obtained. Classical method of doing that is based on the linear least squares fitting. In this thesis we use neural networks as an alternative method of determining the plasma parameters. We train a feedforward neural network with a help of a stochastic gradient descent and a backpropagation algorithms together with a training data based on an analytical model the characteristic. We study network's accuracy, robustness and computational resources demands, all compared with the classical methods. Powered by TCPDF (www.tcpdf.org)en_US
uk.file-availabilityV
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra fyziky povrchů a plazmatucs_CZ


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 3-5, 116 36 Praha; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV