SUN’IY NEYRON TARMOQLI ADAPTIV GIBRID FILTRLASH ALGORITMLARI

Sh. O. Zaripova

Qarshi davlat texnika universiteti

S. O. Оlimjonova

O‘zbekiston milliy universiteti


Abstract

Annotatsiya: Ushbu maqolada shovqin va noaniqliklar mavjud bo‘lgan dinamik tizimlar uchun mo‘ljallangan sun’iy neyron tarmoqli adaptiv gibrid filtrlash algoritmlari tadqiq etilgan. Klassik adaptiv filtrlash usullari va sun’iy neyron tarmoqlarning o‘zaro integratsiyasi asosida yuqori aniqlikka ega baholash algoritmlari ishlab chiqish masalalari ko‘rib chiqiladi. Gibrid yondashuvning tuzilishi, ishlash prinsipi hamda amaliy qo‘llanish sohalari tahlil qilinadi.

Аннотация: В данной статье исследуются алгоритмы адаптивной гибридной фильтрации с искусственной нейронной сетью, предназначенные для динамических систем с шумом и неопределенностями. Рассматриваются вопросы разработки алгоритмов оценки с высокой точностью на основе классических методов адаптивной фильтрации и взаимной интеграции искусственных нейронных сетей. Проанализированы структура, принцип работы и области практического применения гибридного подхода.

Abstract: This article investigates adaptive hybrid filtration algorithms with an artificial neural network, designed for dynamic systems with noise and uncertainty. Issues of developing high-precision evaluation algorithms based on classical methods of adaptive filtration and mutual integration of artificial neural networks are considered. The structure, working principle, and areas of practical application of the hybrid approach were analyzed.

Kalit so‘zlar: adaptiv filtr, sun’iy neyron tarmoq, gibrid algoritm, Kalman filtri, identifikatsiyalash.

Ключевые слова: Aдаптивный фильтр, искусственная нейронная сеть, гибридный алгоритм, фильтр Калмана, идентификация.

Keywords: adaptive filter, artificial neural network, hybrid algorithm, Kalman filter, identification.


References

1. Sevinov J.U., Zaripova Sh.O. Identifikatsion yondashuv asosida boshqarish obyektlarining holatini adaptiv baholash algoritmlari // Innovatsion texnologiyalar ilmiy-texnik jurnal, №1(41), 2021. - 40 b.

2. Haykin S. Adaptive Filter Theory. Prentice Hall.

3. Simon D. Optimal State Estimation. Wiley.

4. Narendra K.S., Parthasarathy K. Neural Networks in System Identification and Control.

Most read articles by the same author(s)