Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
A neural network VME-module for recognizing AC current demand signatures in space shuttle telemetry data
KTH, Skolan för teknikvetenskap (SCI), Fysik.
2021 (engelsk)Inngår i: World Congress on Neural Networks, Taylor & Francis, 2021, Vol. 2, s. II.631-II.640Kapittel i bok, del av antologi (Annet vitenskapelig)
Abstract [en]

An implementation of an analog neural network trained to identify signatures from the AC electrical power system on the Space Shuttle Orbiter is described. This demonstration project shows that a small stand alone system in the form of a VME-module can be designed, constructed and tested within days, provided a proper set of training vectors are available.

sted, utgiver, år, opplag, sider
Taylor & Francis, 2021. Vol. 2, s. II.631-II.640
HSV kategori
Identifikatorer
URN: urn:nbn:se:kth:diva-316144Scopus ID: 2-s2.0-84914888299OAI: oai:DiVA.org:kth-316144DiVA, id: diva2:1689923
Merknad

QC 20220824

Chapter in book: ISBN 978-131578407-6, 978-080581745-4

Tilgjengelig fra: 2022-08-24 Laget: 2022-08-24 Sist oppdatert: 2022-08-24bibliografisk kontrollert

Open Access i DiVA

Fulltekst mangler i DiVA

Scopus

Person

Lindblad, Thomas

Søk i DiVA

Av forfatter/redaktør
Hultberg, SolveLindblad, Thomas
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric

urn-nbn
Totalt: 15 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf