{"product_id":"ieej-zt014209","title":"蓄電池残存容量を表示するニューラルネットワークのシナプス荷重について","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e4-209\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成13年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2001\/03\/21\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eSynaptic Weights of Neural Networks Indicating Battery Discharge Capacity\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e寺村正広 (川内職業能力開発短期大学校),三重野保男 (鹿児島工業高等専門学校)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e蓄電池|残容量|推定|回路|ニューラルネットワーク|電気自動車\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e　蓄電池に残された放電可能な電力量（以下，蓄電池残存容量とする．）の推定は非線形要素が多く困難である．しかし，蓄電池の利用拡大と信頼性向上を図るには，蓄電池の性能向上とともに簡単，低価格で瞬時に蓄電池残存容量を推定する手法が必要である．　筆者らは演算増幅器と抵抗を用いた簡単なNN回路で蓄電池の放電特性を記憶させ，残存容量の表示を試みてきた．推定に用いるニューラルネットワークは入力，隠れ，出力の３層構造で，推定回路は主に可変抵抗と演算増幅器を用いた簡単な回路である．また放電時の電圧と電流を折れ線近似した特性をもとに，簡単な連立方程式からシナプス荷重を求める．今回，蓄電池残容量推定ニューラルネットワークの構造を提案し，回路の設計法．シナプス荷重の計算法を示す．\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e346 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 2","offer_id":46395776991471,"sku":"IEEJ-ZT014209-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_4fa7d52b-daeb-4774-8d9d-1bc64ac38c8d.png?v=1744789506","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt014209","provider":"電気学会 電子図書館","version":"1.0","type":"link"}