Електронні таблиці як засіб навчання нейромережевого моделювання технічних об’єктів бакалаврів електромеханіки

Abstract

Метою даного дослідження є розробка елементів методики використання мобільних електронних таблиць як засобу навчання нейромережевого моделювання технічних об’єктів бакалаврів електромеханіки. Задачі дослідження: 1. Обґрунтування вибору нейронних мереж як засобу моделювання технічних об’єктів із прихованою або нечіткою структурою. 2. Реалізація алгоритму глибинного машинного навчання у середовищі мобільних електронних таблиць Google Sheets. Об’єкт дослідження – процес професійної підготовки бакалаврів електромеханіки в технічних ЗВО, предмет – формування компетентності бакалавра електромеханіки в моделюванні технічних об’єктів. Результати: 1) розроблено та реалізовано у середовищі мобільних електронних таблиць модель роботи інтелектуального датчику на основі нейронної мережі з двома прихованими шарами; 2) наведено приклади використання доповнення Solver для визначення вагових коефіцієнтів нейронної мережі. Основні висновки: у процесі розробки елементів методики використання мобільних електронних таблиць як засобу навчання нейромережевого моделювання технічних об’єктів бакалаврів електромеханіки показано можливість та доцільність формування критичного мислення студентів. The purpose of this study is to develop elements of the method of using mobile spreadsheets as learning tools of bachelors in electromechanics for neural network modeling of technical objects. Research objectives: 1. Justification of the choice of neural networks as tools for modeling technical objects with a hidden or fuzzy structure. 2. Implementation of the deep learning algorithm in the Google Sheets mobile spreadsheet environment. The object of research is the process of professional training of bachelor in electromechanics at technical university, the subject of research is the formation of bachelor’s in electromechanics competence in modeling technical objects. Results: 1) a model of operation of an intelligent sensor based on a neural network with two hidden layers was developed and implemented into mobile spreadsheet; 2) the examples of the Solver add-on use to determine the weights of the neural network are given. The main conclusions: in the process of developing elements of the methodic of using mobile spreadsheets as a learning tools of bachelors in electromechanics for neural network modeling of technical objects, the possibility and expediency of forming critical thinking of students was shown.