โครงข่ายประสาทเทียมในการประยุกต์ใช้งานควบคุม
2(12-24)
วิชาบังคับก่อน : ไม่มี
ประเภทของกระบวนการ Machine Learning แบบจำลองโครงข่ายประสาทเทียม (ANN) การระบุระบบของแบบจำลองไดนามิกโดยใช้ ANN การออกแบบตัวควบคุมโดยใช้เทคนิค ANN
ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา
1. สามารถอธิบายและเข้าใจกระบวนการเรียนรู้ด้วยเครื่องเช่น โครงข่ายประสาทเทียม เป็นต้น
2. สามารถวิเคราะห์การทำงานแบบจำลองโครงข่ายประสาทเทียม
3. ประมาณแบบจำลองทางคณิตศาสตร์ของระบบพลวัตด้วยเทคนิคโครงข่ายประสาทเทียม
4. ออกแบบตัวควบคุมเทคนิคโครงข่ายประสาทเทียม
5. ประยุกต์ใช้เทคนิคโครงข่ายประสาทเทียมในการประยุกต์ใช้งานควบคุม
Artificial Neural Networks (ANN) in Control Applications
Prerequisite : None
Types of Machine Learning process, Artificial Neural Network (ANN) model, system identification of dynamic model using ANN, controller design using ANN techniques,
Course Learning Outcomes (CLOs)
1. Able to explain and understand the machine learning process such as ANN.
2. Able to analyze neural network models.
3. Estimate mathematical model of dynamic model using ANN techniques.
4. Design controller using ANN techniques.
5. Applied ANN techniques to control application.