Kundenlogin- Zusatztext
In diesem Buch wird ein intelligentes System mit kontinuierlichem Lernen vorgestellt, das von der Funktionsweise des biologischen Immunsystems inspiriert ist, um die Integritätsüberwachung in Luftfahrtstrukturen durchzuführen. Dieses intelligente System setzt sich aus Techniken zusammen, die auf künstlichen Immunsystemen (IAS) basieren, wie z. B. dem negativen Selektionsalgorithmus (NSA) und dem klonalen Selektionsalgorithmus (CSA). Künstliche Immunsysteme stellen leistungsfähige Werkzeuge dar, die sich für komplexe Aufgaben wie die Diagnostik eignen. Da es sich um eine stabile, zuverlässige und anpassungsfähige Architektur handelt, ermöglicht sie die Einbeziehung des Moduls für kontinuierliches Lernen. So wird das System effizienter, wenn neue Informationen verarbeitet und zur Verfügung gestellt werden. Diese Eigenschaft ist ein Vorteil von EISs, da sie die Möglichkeit des kontinuierlichen Lernens erlauben. Schließlich wurde der vorgeschlagene Algorithmus anhand von Daten bewertet, die aus einem numerischen Modell einer Flugzeugstruktur gewonnen wurden.
- Autorenportrait
Ha una laurea in matematica (UNIFADRA), un master in ingegneria elettrica (UNESP), un dottorato in ingegneria elettrica (UNESP), un dottorato sandwich in sistemi di energia elettrica (INESC-TEC Porto) e un post-dottorato in ingegneria meccanica (UNESP). Attualmente è professore all'Università Statale del Mato Grosso (UNEMAT).
In diesem Buch wird ein intelligentes System mit kontinuierlichem Lernen vorgestellt, das von der Funktionsweise des biologischen Immunsystems inspiriert ist, um die Integritätsüberwachung in Luftfahrtstrukturen durchzuführen. Dieses intelligente System setzt sich aus Techniken zusammen, die auf künstlichen Immunsystemen (IAS) basieren, wie z. B. dem negativen Selektionsalgorithmus (NSA) und dem klonalen Selektionsalgorithmus (CSA). Künstliche Immunsysteme stellen leistungsfähige Werkzeuge dar, die sich für komplexe Aufgaben wie die Diagnostik eignen. Da es sich um eine stabile, zuverlässige und anpassungsfähige Architektur handelt, ermöglicht sie die Einbeziehung des Moduls für kontinuierliches Lernen. So wird das System effizienter, wenn neue Informationen verarbeitet und zur Verfügung gestellt werden. Diese Eigenschaft ist ein Vorteil von EISs, da sie die Möglichkeit des kontinuierlichen Lernens erlauben. Schließlich wurde der vorgeschlagene Algorithmus anhand von Daten bewertet, die aus einem numerischen Modell einer Flugzeugstruktur gewonnen wurden.
