Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "cyfrowe sieci neuronowe" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Comparison of different hardware realizations of the winner takes all neural network
    Porównanie różnych sprzętowych realizacji sztucznej sieci neuronowej typu winner takes all
    Autorzy:
    Talaśka, T.
    Przedwojski, P.
    Dalecki, J.
    Długosz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/389786.pdf
    Data publikacji:
    2010
    Wydawca:
    Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
    Tematy:
    WTA network
    digital neural networks
    analog neural networks
    microcontroller
    low energy consumption
    sieć typu WTA
    cyfrowe sieci neuronowe
    analogowe sieci neuronowe
    mikrokontrolery
    niski pobór energii
    Opis:
    This paper presents realization and the laboratory tests of the Kohonen winner takes all (WTA) neural network (NN) realized on microcontrollers (μC) with the AVR and ARM CortexM3 cores, as well as the comparison with the full custom implementation of analog network of this type in the CMOS technology. The two μCs have been placed on a single testing board to facilitate the comparison. The board allows for switching between the two μCs, it enables selection of either the Euclidean (L2) or the Manhattan (L1) distance measures. It also allows for turning on/off the so-called conscience mechanism. Some signals illustrating the training of the network can be observed directly on the board. The full learning process with all essential parameters can be viewed on PC using the USB port. The prospective application of the system is in on-line analysis of the ECG and EMG biomedical signals in the health care diagnostic systems, as well as in the student laboratories on neural networks and programmable devices.
    W pracy przedstawiono projekt oraz wyniki badań laboratoryjnych sieci neuronowej Kohonena typu Winner Takes All (WTA) zaimplementowanej na mikrokontrolerach z rdzeniami AVR oraz ARM. W pracy przedstawiono też porównanie z wcześniejszą realizacją podobnej sieci jako specjalizowany analogowy układ scalony. Dwa mikrokontrolery, na których zaimplementowano algorytm uczący umieszczone zostały na jednej płytce testowej aby umożliwić bezpośrednie porównanie ich parametrów. Za pomocą przełączników umieszczonych bezpośrednio na płytce możliwe jest wybranie jednego z mikrokontrolerów, jednej z dwóch miar podobieństwa między wektorami (Euklidesa L2 lub typu Manhattan L1) oraz włączenie lub wyłączenie mechanizmu sumienia. Niektóre sygnały przedstawiające proces uczenia (sygnału sygnalizującego zwycięski neuron) możemy bezpośrednio obserwować na płytce. Proces uczenia możemy też w całości obserwować na komputerze PC, poprzez złącze USB. Do potencjalnych zastosowań wykonanej płytki testowej oraz sprzętowych realizacji sieci neuronowej należą systemy do ciągłego monitoringu zdrowia pacjentów (obserwacja oraz analiza sygnałów typu EKG oraz EMG), a także jako wyposażenie laboratorium studenckiego.
    Źródło:
    Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy; 2010, 13; 67-78
    1899-0088
    Pojawia się w:
    Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sztucznych sieci neuronowych do lokalizacji zwarć łukowych w liniach elektroenergetycznych w warunkach nasycenia przekładników prądowych
    Arc fault location on power transimssion lines under saturration of current transformer based on artificial neural network
    Autorzy:
    Pustułka, M.
    Iżykowski, J.
    Łukowicz, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/1813972.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    sieci neuronowe
    systemy elektroenergetyczne
    cyfrowe przetwarzanie sygnałów
    Opis:
    The paper presents the method of arc fault location on power transmission lines using artificial neural network. The investigation was focused on the cases of CT saturation, resulting in the current signal transformation errors. Fault location is based on measurements of voltages and currents from two ends of the line, with knowledge of fault type. The accuracy of the location method was tested for different operating conditions of 400 kV power transmission line modeled in EMTP.
    Źródło:
    Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały; 2013, 69, 33; 514--525
    1733-0718
    Pojawia się w:
    Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sztucznych sieci neuronowych do lokalizacji zwarć w liniach elektroenergetycznych
    Fault location of power transmission lines using artificial neural network
    Autorzy:
    Łukowicz, M.
    Pustułka, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/1808041.pdf
    Data publikacji:
    2011
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    sieci neuronowe
    systemy elektroenergetyczne
    cyfrowe przetwarzanie sygnałów
    Opis:
    The article presents the method of fault location on power transmission lines passed on artificial neural networks. Determination of fault place is based on knowledge of the fault type and measurements of voltage and current magnitudes from one end of the line. The accuracy of the method was tested for different operating conditions of 400kV power transmission line. The results confirm the high accuracy of the proposed method.
    Źródło:
    Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały; 2011, 65, 31; 453-458
    1733-0718
    Pojawia się w:
    Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Klasyfikacja chronionych w Polsce motyli z rodziny Papilionidae z wykorzystaniem wybranych topologii neuronowych
    Classification of protected Papilionidae butterflies using selected neural network topology
    Autorzy:
    Boniecki, P
    Mueller, W.
    Nowakowski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/883223.pdf
    Data publikacji:
    2009
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    zbiory danych
    klasyfikacja
    gatunki chronione
    obrazy cyfrowe
    sieci neuronowe sztuczne
    paziowate
    Papilionidae
    uczenie sie
    motyle
    Opis:
    Celem badań było porównanie zdolności klasyfikacyjnych modeli neuronowych, uczonych dwoma różnymi metodami: wzorcową oraz bezwzorcową. Klasyfikacji poddano wybrane owady należące do rodziny „Papilionidae”, które objęte są ochroną prawną na terenie Polski. Neuronowej klasyfikacji dokonano w oparciu o informację zakodowaną w postaci zbioru dwuwymiarowych obrazów owadów. Jako cechy reprezentatywne, stanowiące podstawę do klasyfikacji, przyjęto pięć dominujących kolorów występujących w ubarwieniu motyli. W celu porównawczym wygenerowano dwie topologie neuronowe: sieć typu MLP (ang. MultiLayer Perceptron: perceptron wielowarstwowy) uczonej technikami „z nauczycielem” orazsieæ Kohonena, która była uczona metodą „beznauczyciela”.
    The aim of this study was to compare the classification ability of neural models, learned with two different ways: with reference and without reference. Selected insects subjected to classification belong to the family “Papilionidae”, and are a subject to legal protection in Poland. Neural classification was based on the information encoded in the form of a file of two-dimensional images of insects. As representatives of features, which form the basis of the classification, adopted were five dominant butterflies colors. For comparison two neural topologies were generated: a network type MLP (Multilayer Perceptron) learned by method "with the teacher" and a neural network type Kohonen, which was learned by method „without a teacher”.
    Źródło:
    Technika Rolnicza Ogrodnicza Leśna; 2009, 03; 23-26
    1732-1719
    2719-4221
    Pojawia się w:
    Technika Rolnicza Ogrodnicza Leśna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Diagnostyka nawierzchni drogowej przy zastosowaniu metod sieci neuronowych – studium przypadku
    Road pavement diagnostics using neural network methods – a case study
    Autorzy:
    Jóźwiak, Zuzanna
    Pożarycki, Andrzej
    Górnaś, Przemysław
    Powiązania:
    https://bibliotekanauki.pl/articles/24024764.pdf
    Data publikacji:
    2022
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
    Tematy:
    sieci neuronowe
    głębokie uczenie maszynowe
    diagnostyka nawierzchni
    obrazy cyfrowe
    neural networks
    deep machine learning
    pavement diagnostics
    digital images
    Opis:
    W artykule przedstawiono zastosowanie metody głębokiego uczenia maszynowego, wykorzystanej do jednego z zagadnień diagnostyki nawierzchni drogowej. Opisano techniki głębokiego uczenia maszynowego do rozpoznawania wybranej grupy uszkodzeń nawierzchni zarejestrowanych na obrazach cyfrowych. W ramach eksperymentu numerycznego porównano między sobą dwa modele powszechnie znane jako VGG16 i VGG19. Architektura sieci reprezentowana jest poprzez schemat połączeń charakterystyczny dla konwolucyjnych sieci neuronowych, które z założenia przeznaczone są na potrzeby identyfikacji obiektów na obrazach cyfrowych. Mimo wszystko źródłowa baza danych, znana pod angielską nazwą ImageNet, nie zawiera obrazów cyfrowych nawierzchni jezdni. W celu poszerzenia wiedzy w tym zakresie autorzy utworzyli bazę ortogonalnych obrazów cyfrowych nawierzchni jezdni i opisali jeden z możliwych scenariuszy wykorzystania tych narzędzi do zautomatyzowanej identyfikacji uproszczonej wersji wskaźnika stanu powierzchni.
    This paper presents the application of deep machine learning method used for one of the problems of road pavement diagnostics. Deep machine learning techniques for the recognition of a selected group of pavement surface defects observed in digital images are described. In a numerical experiment, two models commonly known as VGG16 and VGG19 were compared to each other. The network architecture is represented by a connection scheme characteristic of convolutional neural networks, which by design are intended for the purpose of identifying objects in digital images. Nevertheless, the source database known as ImageNet does not contain digital images of pavement surfaces. In order to extend the knowledge in this area, the authors created a database of orthogonal digital images of pavement surfaces and described one of the possible scenarios of using these tools for automated identification of a simplified version of the surface condition index.
    Źródło:
    Drogownictwo; 2022, 2-3; 65--72
    0012-6357
    Pojawia się w:
    Drogownictwo
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Barwy jako kryterium w neuronowym rozpoznaniu grzybiczego stanu skóry u zwierząt
    Colors as a criterion for neural diagnosis of fungal skin in animals
    Autorzy:
    Dejewska, T.
    Boniecki, P.
    Jakubek, A.
    Zaborowicz, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/883577.pdf
    Data publikacji:
    2011
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    bydlo
    choroby skory
    bydlo polskie holsztynsko-fryzyjskie
    bydlo czarno-biale
    bydlo jersey
    grzybica skory
    barwa skory
    zdjecia cyfrowe
    komputerowa analiza obrazu
    zbiory danych
    sieci neuronowe sztuczne
    uczenie sie
    Opis:
    Celem pracy było zbadanie istoty informacji dotyczących barw zakodowanych w obrazie cyfrowym fragmentów skóry bydła domowego w procesie budowy modelu neuronowego. Prace badawcze przeprowadzono w oparciu o trzy rasy bydła domowego: polski holsztyno-fryz, czarno-biała, jersey. Wskazano optymalną topologię sieci, która dokonuje klasyfikacji jedynie na podstawie próbek koloru. Zwrócono także uwagę na wyniki kwalitatywne i możliwości polepszenia jej parametrów jakościowych. Przedstawiono również perspektywy rozbudowy systemu informatycznego do szerszego zastosowania w tej dziedzinie.
    The aim of this study was to examine the essence of the information on color encoded in digital image fragments of bovine skin in the construction of neural model. Research basis on three bovine breeds: polish holsztyn-friesian, black and white, jersey. An optimal network topology, which makes a classification bases solely on the color samples has been indicated. Also the notice of the results and possibilities for improving the quality parameters has been taken. The development prospects of a computer system for wider application in this field have been presented.
    Źródło:
    Technika Rolnicza Ogrodnicza Leśna; 2011, 02
    1732-1719
    2719-4221
    Pojawia się w:
    Technika Rolnicza Ogrodnicza Leśna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Barwy jako kryterium w neuronowym rozpoznaniu stanu grzybiczego skory u zwierzat
    Colors as a criterion for neural diagnosis of fungal skin of animals
    Autorzy:
    Dejewska, T
    Boniecki, P.
    Jakubek, A.
    Zaborowicz, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/883093.pdf
    Data publikacji:
    2010
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    bydlo
    choroby skory
    bydlo polskie holsztynsko-fryzyjskie
    bydlo czarno-biale
    bydlo jersey
    grzybica skory
    zmiany chorobowe
    skora zdrowa
    barwa skory
    zdjecia cyfrowe
    komputerowa analiza obrazu
    zbiory danych
    sieci neuronowe sztuczne
    uczenie sie
    diagnostyka chorob
    Opis:
    Celem pracy było zbadanie istoty informacji dotyczących barw, zakodowanych w obrazie cyfrowym fragmentów skóry bydła domowego w procesie budowy modelu neuronowego. Prace badawcze przeprowadzono w oparciu o trzy rasy bydła domowego: polski holsztyno-fryz, czarno-biała, jersey. Wskazano optymalną topologię sieci, która dokonuje klasyfikacji jedynie na podstawie próbek koloru. Zwrócono także uwagę na wyniki kwalitatywne i możliwości polepszenia jej parametrów jakościowych. Przedstawiono równie¿ perspektywy rozbudowy systemu informatycznego do szerszego zastosowania w tej dziedzinie.
    The aim of this study was to examine the essence of the information on color encoded in digital image fragments of bovine skin in the construction of neural model. Research based on three bovine breeds: polish holsztyn-friesian, black and white, jersey. An optimal network topology, which makes the classification basing solely on the color of samples, was indicated Also the attention was paid to the results and possibilities for improvement of the qualitative parameters. Prospects of development of the computer system for wider application in this field were also presented
    Źródło:
    Technika Rolnicza Ogrodnicza Leśna; 2010, 05; 11-12
    1732-1719
    2719-4221
    Pojawia się w:
    Technika Rolnicza Ogrodnicza Leśna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies