Cílem této diplomové práce je sestavit a naučit neuronovou síť predikovat výsledky
heterogenního povrchu, který vznikl za pomoci technologie obrábění vodním paprskem
s příměsí abraziva a následný důkaz, že statistické vyhodnocení, za využití nástrojů
regresní analýzy není zcela správné. Zkoumané vzorky se od sebe odlišují jakostí povrchu,
díky změnám řezných podmínek, přesněji řečeno změnám řezné rychlosti.
Annotation in English
The goal of this diploma thesis is to compile and learn the neural network to predict the
results of the heterogenous surface which was created by the water jet machining
technology with abrasive admixture and following evidence that statistical evaluation,
using the tools of regresion analysis is not completely correct. The investigated samples
differs by the surface quality thanks to the changes in cutting conditions. Specifically the
changes speed of cutting.
Keywords
neuronová síť, regresní analýza, statistické hodnocení povrchu
Keywords in English
Neural network, regression analysis, statistical evaluation of the surface
Length of the covering note
85
Language
CZ
Annotation
Cílem této diplomové práce je sestavit a naučit neuronovou síť predikovat výsledky
heterogenního povrchu, který vznikl za pomoci technologie obrábění vodním paprskem
s příměsí abraziva a následný důkaz, že statistické vyhodnocení, za využití nástrojů
regresní analýzy není zcela správné. Zkoumané vzorky se od sebe odlišují jakostí povrchu,
díky změnám řezných podmínek, přesněji řečeno změnám řezné rychlosti.
Annotation in English
The goal of this diploma thesis is to compile and learn the neural network to predict the
results of the heterogenous surface which was created by the water jet machining
technology with abrasive admixture and following evidence that statistical evaluation,
using the tools of regresion analysis is not completely correct. The investigated samples
differs by the surface quality thanks to the changes in cutting conditions. Specifically the
changes speed of cutting.
Keywords
neuronová síť, regresní analýza, statistické hodnocení povrchu
Keywords in English
Neural network, regression analysis, statistical evaluation of the surface
Research Plan
1. Vypracování rešerše na zadané téma
2. Proměření vzorků danou technikou měření
3. Sestavení perceptonové neuronové sítě včetně jejího naučení
Research Plan
1. Vypracování rešerše na zadané téma
2. Proměření vzorků danou technikou měření
3. Sestavení perceptonové neuronové sítě včetně jejího naučení
Recommended resources
MELOUN, Milan a Jiří MILITKÝ. Kompendium statistického zpracování dat. Praha: Karolinum, 2012. ISBN 978-80-246-2196-8.
WHITEHOUSE, D. J. Handbook of surface and nanometrology. 2nd ed. Boca Raton: CRC Press, c2011. ISBN 978-1-4200-8201-2.
AGGARWAL, Charu C. Neural networks and deep learning: a textbook. Cham: Springer, [2018].
Recommended resources
MELOUN, Milan a Jiří MILITKÝ. Kompendium statistického zpracování dat. Praha: Karolinum, 2012. ISBN 978-80-246-2196-8.
WHITEHOUSE, D. J. Handbook of surface and nanometrology. 2nd ed. Boca Raton: CRC Press, c2011. ISBN 978-1-4200-8201-2.
AGGARWAL, Charu C. Neural networks and deep learning: a textbook. Cham: Springer, [2018].
