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 "probabilistic" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Probabilistic Model of Fatigue Strength
    Model probabilistyczny trwałości zmęczeniowej
    Autorzy:
    Drobina, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/234222.pdf
    Data publikacji:
    2013
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    probabilistic model
    fatigue strength
    stochastic process
    material destruction
    model probabilistyczny
    wytrzymałość na zmęczenie
    proces stochastyczny
    niszczenie materiału
    Opis:
    A literature review relating to problems connected with the evaluation of the fatigue strength of materials was carried out concerning appropriate probabilistic models. It was found out that fatigue strength could be described by the following distributions: exponential, Weibull’s, normal, Gumbel’s, Ferecht’s, Reyleight’s, Gamma and log-normal. However, for modeling the problems of fatigue strength durability of textile materials, probabilistic models based on Weibull’s theory and those based on the log-normal distribution seem to be most useful. The considerations presented also proved that many factors, mainly the kind of material used, the length of fibers in the assembly, the evenness of the thickness of the yarn and the system of spinning, influenced the fatigue strength of linear textile articles.
    Dokonano przeglądu literatury przedmiotu problematyki związanej z oceną trwałości zmęczeniowej materiałów, wraz ze stosownymi modelami probabilistycznymi. Stwierdzono, że trwałość zmęczeniowa może być opisana następującymi rozkładami: wykładniczym, Weibulla, normalnym, Gumbela, Ferechta, Reyleighta, Gamma i log-normalnym. Jednakże do modelowania problemów wytrzymałości zmęczeniowej wyrobów włókienniczych, ze szczególnym uwaględnieniem przędz zarówno gładkich, jak przędz o rozbudowanych powierzchniach najbardziej przydatne wydają się być modele probabilistyczne oparte na teorii Weibulla, a także modele bazujące na rozkładzie log-normalnym. Prezentowane rozważania dowiodły również, że na trwałość zmęczeniową liniowych wyrobów włókienniczych wpływa wiele czynników, w głównej mierze rodzaj użytego surowca, długość włókien w strumieniu, równomierność grubości samej przędzy, a także system przędzenia.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2013, 3 (99); 61-67
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Proposing Probabilistic Operational Risk Assessment Model for Textile Industry Using Bayesian Approach
    Zaproponowanie modelu probabilistycznej oceny ryzyka operacyjnego dla przemysłu tekstylnego z wykorzystaniem podejścia bayesowskiego.
    Autorzy:
    Jan, M.
    Khalid, M. S.
    Awan, A. A.
    Nisar, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/234125.pdf
    Data publikacji:
    2018
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    operational risk
    probabilistic risk assessment model
    probability
    impacts
    Bayesian approach
    ryzyko operacyjne
    probabilistyczny model oceny ryzyka
    prawdopodobieństwo
    uderzenia
    podejście bayesowskie
    Opis:
    Accidents, operational failures and losses prompt authorities to highlight the importance of adequate systems and controls to deal with operational risk (OR). Therefore risk assessment methodology has become a dire need of major industries for undertaking valuable measured in production and operation’s research. The paper describes methodology for conducting the risk assessment of the textile operational domain in general i.e. developing a conceptual risk assessment framework and conducting the methodological implementation of the selected operational risk element using the approach proposed. The risk assessment model proposed embraces the concept of probabilistic risk assessment structural modeling using the Bayesian Approach in its generalised form that may be applied to specific textile operational settings with the definition of dimensions and scales for a specific textile environment. The generalised model proposed can also be applied to different textile industries with the insertion of real data for testing and validation. The OR prediction model proposed is GUI-based, scalable, expandable and can be tested for any textile operations with little modification in parentend nodes under the specific risk element. The paper is helpful to ensure safety and a pro-active approach in textile risk management and also contributes towards the sustainable development of industry operations in the future.
    Wypadki, awarie i straty operacyjne skłaniają do podkreślenia znaczenia odpowiednich systemów i mechanizmów kontroli w celu radzenia sobie z ryzykiem operacyjnym (OR). W artykule opisano metodologię przeprowadzania oceny ryzyka w zakresie ogólnej działalności włókienniczej, tj. opracowanie ram koncepcyjnej oceny ryzyka i przeprowadzenie metodycznej realizacji wybranego elementu ryzyka operacyjnego z wykorzystaniem proponowanego podejścia. Proponowany model oceny ryzyka obejmuje koncepcję modelowania strukturalnego probabilistycznej oceny ryzyka z wykorzystaniem podejścia bayesowskiego w swojej uogólnionej formie, która może być stosowana do określonych ustawień operacyjnych wyrobów włókienniczych z definicją wymiarów i skal dla określonego środowiska włókienniczego. Proponowany ogólny model może również znaleźć zastosowanie w różnych branżach tekstylnych, wprowadzając rzeczywiste dane do testowania i walidacji. Proponowany model prognozowania OR, oparty na interfejsie GUI, jest skalowalny, rozszerzalny i może być zastosowany w przypadku dowolnych operacji z niewielkimi modyfikacjami w węzłach nadrzędnych/końcowych w ramach określonego elementu ryzyka. Dane zaprezentowane w artykule mogą być przydatne w zakresie zarządzania ryzykiem włókienniczym, a także wnoszą wkład do zrównoważonego rozwoju działalności przemysłowej w przyszłości.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2018, 1 (127); 10-20
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Pattern Classification of Fabric Defects Using a Probabilistic Neural Network and Its Hardware Implementation using the Field Programmable Gate Array System
    Klasyfikacja rodzaju defektów tkanin za pomocą probabilistycznej sztucznej sieci neuronowej oraz za pomocą systemu FPGA
    Autorzy:
    Hasnat, A.
    Ghosh, A.
    Khatun, A.
    Halder, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/234369.pdf
    Data publikacji:
    2017
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    classification
    fabric defect
    field programmable gate array (FPGA)
    radial basis function
    probabilistic neural network
    klasyfikacja wad tkanin
    probabilistyczna sieć neuronowa
    Opis:
    This study proposes a fabric defect classification system using a Probabilistic Neural Network (PNN) and its hardware implementation using a Field Programmable Gate Arrays (FPGA) based system. The PNN classifier achieves an accuracy of 98 ± 2% for the test data set, whereas the FPGA based hardware system of the PNN classifier realises about 94±2% testing accuracy. The FPGA system operates as fast as 50.777 MHz, corresponding to a clock period of 19.694 ns.
    W pracy zaprezentowano system klasyfikacji wad tkanin przy użyciu probabilistycznej sieci neuronowej (PNN) i przy zastosowaniu systemu Field Programmable Gate Array (FPGA). PNN pozwala na osiągnięcie dokładności 98 ± 2% dla zbioru danych testowych, podczas gdy system FPGA pozwala na osiągnięcie dokładności około 94 ± 2%. System FPGA pracuje przy częstotliwości 50,777 MHz, co odpowiada 19,694 ns.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2017, 1 (121); 42-48
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Probabilistic Model of the Fatigue Durability of Knitted Fabrics Produced from Standard Smooth and Fancy Flame Cotton Yarns
    Probabilistyczny model trwałości zmęczeniowej dzianin wytworzonych z przędz bawełnianych gładkich i płomykowych
    Autorzy:
    Drobina, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/233264.pdf
    Data publikacji:
    2013
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    knitted fabric
    fatigue durability
    probabilistic model
    Weibull’s expansion
    lognormal expansion
    dzianina
    zmęczeniowa trwałość
    probabilistyczny model
    teoria Weibulla
    logarytmiczno-normalny rozkład
    Opis:
    The possibility of the introduction of probabilistic models based on Weibull’s theory applied to modelling the problems of fatigue durability and reliable structures as well as models based on log-normal distribution is presented. It was found that the assessment of the quality of knitted fabrics on the basis of classic static durability is not sufficient and it can often lead to incorrect conclusions, having no grounds in real conditions of use. The question of the fatigue durability of knitted fabrics produced from standard smooth and fancy flame cotton yarns was considered. Quantitative description by means of probabilistic and statistical models was proposed. Attention was mainly given to working out probabilistic models based on graphic methods, enabling verification of experimental data.
    Przedstawiono możliwość wprowadzenia modeli probabilistycznych opartych na teorii Weibulla zastosowanych do modelowania problemów wytrzymałości zmęczeniowej i struktur niezawodnościowych, a także modeli bazujących na rozkładzie logarytmiczno-normalnym. Stwierdzono, że ocenianie jakości dzianin na podstawie klasycznej wytrzymałości statycznej nie jest wystarczające i często może prowadzić do błędnych wniosków i nie mieć uzasadnienia w rzeczywistych warunkach użytkowania. Rozpatrzono zagadnienie trwałości zmęczeniowej dzianin o splocie lewo-prawym wytworzonych z przędz bawełnianych, zarówno gładkich, jak i ozdobnych. Zaproponowano ich kwantytatywny opis za pośrednictwem modeli statystycznych i probabilistycznych, z zamiarem uzyskania największej konwergencji rezultatów uzyskanych teoretycznie, z wynikami badań otrzymanymi drogą eksperymentu. Główną uwagę skoncentrowano na opracowaniu modeli probabilistycznych bazujących na metodach graficznych, umożliwiających weryfikację danych eksperymentalnych trwałości zmęczeniowej uwzględniających aspekty fizykalne procesów przędzalniczych.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2013, 4 (100); 75-84
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Developing an Intelligent Model for the Construction a Hip Shape Recognition System Based on 3D Body Measurement
    Opracowanie inteligentnego modelu dla rozpoznania konstrukcji kształtu bioder
    Autorzy:
    Jin, J.-F.
    Yang, Y.-C.
    Zou, F.-Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/234324.pdf
    Data publikacji:
    2016
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    intelligent recognition system
    probabilistic neural network
    classification accuracy
    feature reduction
    typical index
    cluster analysis
    inteligentny system rozpoznawania
    sieć neuronowa
    dokładność klasyfikacji
    funkcja redukcji
    typy kształtu bioder
    Opis:
    The purpose of this paper was to develop an intelligent recognition system consisting of a feature reduction method combining cluster and correlation analyses, and a probabilistic neural network (PNN) classifier to identify different types of hip shape from 3D measurement for each person. Firstly 28 items reflecting lower body part information of 300 female university students aging from 20 to 24 years were selected. The feature reduction method was employed to extract typical indices. Secondly hip shapes were subdivided into five types by a K-means cluster and analysis of variance (ANOVA). Finally the PNN was then trained to serve as a classifier for identifying five different hip shape types. The average classification accuracy of the scheme proposed was 97.37%, and its effectiveness was successfully validated by comparing with the BP and Support Vector Machine (SVM) scheme. Thus an intelligent recognition system was developed to make hip shape type classification of high-precision and time saving.
    Model łączy analizę skupień i korelacji oraz probabilistyczną sztuczną sieć neuronową dla identyfikacji różnych typów kształtów bioder opartą o pomiary 3D poszczególnych osób. Wyselekcjonowano 28 przypadków odzwierciedlających dolną część sylwetki 300 studentek w wieku od 20 do 24 lat. Zastosowano metodę redukcji poszczególnych właściwości dla wybrania typowych wskaźników. Następnie kształt bioder podzielono na 5 typów za pomocą algorytmu klastrowego i systemu ANOVA (analiza wariancji). Następnie przeprowadzono trening sieci neuronowej aby mogła posłużyć jako klasyfikator identyfikacji 5 różnych kształtów bioder. Przeciętna dokładność klasyfikacji proponowanego systemu wynosiła 97,37%, a efektywność była sukcesywnie sprawdzana przez porównanie schematów BP i SVM. W ten sposób stworzono inteligentny system rozpoznania typu kształtu bioder o dużej precyzji, pozwalający na oszczędność czasu.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2016, 5 (119); 110-118
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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