Signal Processing,Computer Vision and Pattern Recognition,Machine Learning,Image and Video Processing,پردازش سیگنال , دید رایانه و تشخیص الگوی , یادگیری ماشین , پردازش تصویر و فیلم ,
توضیحات
Submitted 3 September, 2024; v1 submitted 16 August, 2024; originally announced September 2024. , Comments: IECON 2024-50th Annual Conference of the IEEE Industrial Electronics Society, Chicago, U.S.A, 2024, pp. 1-6
توضیحات به فارسی
ارسال شده در 3 سپتامبر 2024 ؛V1 ارسال شده 16 اوت 2024 ؛در ابتدا سپتامبر 2024 اعلام شد ، نظرات: IECON 2024-50 مین کنفرانس سالانه انجمن الکترونیک صنعتی IEEE ، شیکاگو ، ایالات متحده ، 2024 ، صص 1-6
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
With the rapid integration of electronically interfaced renewable energy resources and loads into smart grids, there is increasing interest in power quality disturbances (PQD) classification to enhance the security and efficiency of these grids. This paper introduces a new approach to PQD classification based on the Vision Transformer (ViT) model. When a PQD occurs, the proposed approach first converts the power quality signal into an image and then utilizes a pre-trained ViT to accurately determine the class of the PQD. Unlike most previous works, which were limited to a few disturbance classes or small datasets, the proposed method is trained and tested on a large dataset with 17 disturbance classes. Our experimental results show that the proposed ViT-based approach achieves PQD classification precision and recall of 98.28% and 97.98%, respectively, outperforming recently proposed techniques applied to the same dataset.
چکیده به فارسی (ترجمه ماشینی)
با ادغام سریع منابع انرژی تجدید پذیر الکترونیکی و بارهای موجود در شبکه های هوشمند ، علاقه به طبقه بندی اختلالات کیفیت قدرت (PQD) برای افزایش امنیت و کارآیی این شبکه ها افزایش می یابد.در این مقاله یک رویکرد جدید برای طبقه بندی PQD بر اساس مدل Vision Transformer (VIT) ارائه شده است.هنگامی که یک PQD رخ می دهد ، رویکرد پیشنهادی ابتدا سیگنال کیفیت قدرت را به یک تصویر تبدیل می کند و سپس از یک VIT از پیش آموزش داده شده برای تعیین دقیق کلاس PQD استفاده می کند.بر خلاف اکثر آثار قبلی ، که به چند کلاس آشفتگی یا مجموعه داده های کوچک محدود شده بود ، روش پیشنهادی آموزش داده شده و در یک مجموعه داده بزرگ با 17 کلاس اختلال آزمایش شده است.نتایج تجربی ما نشان می دهد که رویکرد مبتنی بر VIT پیشنهادی به دقت طبقه بندی PQD و فراخوان 98.28 ٪ و 97.98 ٪ دست پیدا می کند ، به ترتیب ، از تکنیک های پیشنهادی اخیراً پیشنهادی استفاده شده در همان مجموعه داده استفاده می کند.
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
