Using principal component analysis and elastic net in logistic regression to identify the location of objects in EIT
Artykuł w czasopiśmie
MNiSW
40
Lista 2021
| Status: | |
| Autorzy: | Król Krzysztof, Rymarczyk Tomasz, Kozłowski Edward, Niderla Konrad |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Rok wydania: | 2022 |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Wolumen/Tom: | 2408 |
| Numer artykułu: | 012025 |
| Strony: | 1 - 14 |
| Scopus® Cytowania: | 0 |
| Bazy: | Scopus |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | XXX Sympozjum Środowiskowe PTZE Zastosowania Elektromagnetyzmu we Współczesnej Inżynierii i Medycynie |
| Skrócona nazwa konferencji: | XXX PTZE |
| URL serii konferencji: | LINK |
| Termin konferencji: | 11 września 2021 do 15 września 2021 |
| Miasto konferencji: | Jastarnia |
| Państwo konferencji: | POLSKA |
| Publikacja OA: | TAK |
| Licencja: | |
| Sposób udostępnienia: | Witryna wydawcy |
| Wersja tekstu: | Ostateczna wersja opublikowana |
| Czas opublikowania: | W momencie opublikowania |
| Data opublikowania w OA: | 23 grudnia 2022 |
| Abstrakty: | angielski |
| This paper presents the research results on the use of machine learning algorithms and electrical tomography to detect moisture in the tank. The article presents methods such as principal component analysis and elastic net in logistic regression, for identifying object locations. Tomographic methods show a spatial image of the interior, not individual points of the examined cross-section. Previous studies have shown that the choice of machine learning model has a significant impact on the quality of the results obtained. Machine learning is more likely to provide accurate tomogram reconstructions than traditional mathematical methods. In this study, linear regression models performed slightly worse than neural networks. A specially developed numerical model was used in this study. The characteristic feature of the analyzed solution is the partition of the modeled object into a set of elements using a specially developed mesh |
