Numer: 03/2025 Str. 211
Autorzy: Zuzanna KRAWCZYK-BORYSIAK , Paweł Kluge , Andrzej Łasica , Przemysław Sul , Maciej Ciuba :
Tytuł: Metody klasyfikacji udarów napięciowych za pomocą głębokich sieci neuronowych
Streszczenie: Artykuł koncentruje się na badaniu potencjalnego zastosowania sieci neuronowych do klasyfikacji zgodności udarów napięciowych z normą. Do tego zadania rozważono trzy potencjalne architektury sieci neuronowych - konwolucyjną sieć neuronową (CNN), model łączący warstwy konwolucyjne i LSTM (CNN+LSTM) oraz model transformatora. Najlepsze wyniki uzyskał prosty model transformatora (dokładność 93% w zestawie danych testowych), następnie model CNN+LSTM (dokładność: 81%) i CNN (dokładność: 69%)
Słowa kluczowe: sieci neuronowe, CNN, LSTM, transformer, udary napięciowe, klasyfikacja sygnałów