ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ПРИ ПРОЕКТИРОВАНИИ ПРЕОБРАЗОВАТЕЛЯ С НЕСИММЕТРИЧНО НАГРУЖЕННОЙ ПЕРВИЧНОЙ ИНДУКТИВНОСТЬЮ
Преобразователь SEPIC имеет небольшое количество активных элементов и используется при нагрузке с небольшой мощностью.
Использование моделей, созданных с помощью методов машинного обучения, позволит во много раз сократить время разработки готового продукта.
На международной площадке ученых Academia.edu (Kulshaeva Tathyana) наша команда разместила свою работу “Automation of the converter design process”. В своей работе, мы представили 2 модели для автоматизации процесса конструирования преобразователя SEPIC :
ПРОГНОЗИРОВАНИЕ ОБРАТНОГО НАПРЯЖЕНИЯ, КОТОРОЕ ДОЛЖЕН ВЫДЕРЖИВАТЬ ДИОД
ПРОГНОЗИРОВАНИЕ ПИКОВОГО ТОКА, КОТОРЫЙ ДОЛЖЕН ВЫДЕРЖИВАТЬ ДИОД
Мы также создали и другие модели:
ПРОГНОЗИРОВАНИЕ ТОКА ПУЛЬСАЦИИ (КАТУШКА)
ПРОГНОЗИРОВАНИЕ ПУЛЬСАЦИИ НАПРЯЖЕНИЯ (ПРОХОДНОЙ КОНДЕНСАТОР)
В данной работе, мы хотели показать точность моделей.
Вконтакте