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 ""Sieci"" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 71
Tytuł:
Dynamiczne sieci probabilistyczne jako system reprezentacji wiedzy
Dynamic Bayesian Networks as knowledge representation system
Autorzy:
Kusz, A.
Marciniak, A. W.
Powiązania:
https://bibliotekanauki.pl/articles/287774.pdf
Data publikacji:
2006
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
system reprezentacji wiedzy
sieci probabilistyczne
bayesowskie sieci dynamiczne
modele niezawodnościowe
knowledge representation system
probabilistic networks
dynamic Bayesian networks
reliability models
Opis:
W pracy przedstawiono podstawowe założenia metodyczne związane z budową formalnych systemów reprezentacji wiedzy. Omówiono sieci probabilistyczne, które są szczególnie przydatnym systemem reprezentacji wiedzy w przypadku, gdy trzeba w sposób jawny zakodować czynnik niepewności i rozumowania w kategoriach niedeterministycznych związków przyczynowo-skutkowych. Sprecyzowano zasady budowy modelu oraz omówiono metody wnioskowania specyficzne dla sieci bayesowskich.
The paper presents Bayesian Networks (BN) technology in the context of methodological requirements for building knowledge representation systems in the domain of agricultural engineering. BN, by their nature, are especially useful for modeling uncertain domains like agricultural production and food chains management.
Źródło:
Inżynieria Rolnicza; 2006, R. 10, nr 12(87), 12(87); 285-294
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie ceny ogórka szklarniowego za pomocą sieci neuronowych
Forecasting a hothouse cucumber price with the use of neuron networks
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/288377.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczne sieci neuronowe
prognozowanie
cena
artificial neuron networks
forecasting
price
Opis:
W pracy opracowano modele wykorzystujące sztuczne sieci neuronowe do prognozowania cen ogórka szklarniowego, przy czterech horyzontach prognoz. Porównano dokładności prognoz uzyskanych za pomocą różnych typów sieci neuronowych (liniowych, wielowarstwowych perceptronów i sieci o radialnych funkcjach bazowych). Jako najlepsze modele wybrano sieci liniowe, gdyż pozwalały na uzyskanie najdokładniejszych prognoz.
Models using neuron networks to forecast hothouse cucumber prices have been developed in this research, with four forecast horisons. The accuracy of forecasts obtained with the use of various types of neuron networks (linear, multilayer perceptrons and radial base function networks) have been compared. The linear networks have been selected as the best models as they have generated the most accurate forecasts.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 14, 14; 91-97
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sztuczne sieci neuronowe w modelowaniu procesów z ograniczonym zbiorem danych w inżynierii rolniczej
Neural networks in modeling agricultural engineering processes with limited date file
Autorzy:
Trajer, J.
Powiązania:
https://bibliotekanauki.pl/articles/286483.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczne sieci neuronowe
modelowanie
inżynieria rolnicza
artificial neural network
modeling
agricultural engineering
Opis:
Celem pracy jest przedstawienie metody neuronowego modelowania procesów z ograniczonym zbiorem danych. W przykładzie wykorzystano bazę danych zmian cen przechowywanej marchwi. Podano koncepcję budowy modelu neuronowego, który pomimo ograniczonego zbioru danych posiadać może zadowalające własności uogólniające, w sensie rozszerzenia zasięgu jego stosowalności poza zbiór uczący.
In this paper the analysis of the neural modeling of the agricultural engineering process was presented. The problems of effectiveness and quality neural networks in these processes was discussed.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 173-180
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Liniowe sieci neuronowe a metody analizy regresji w aspekcie ich wykorzystania w inżynierii rolniczej
Linear neural networks vs. regression analysis methods in the aspect of their applications in agricultural engineering
Autorzy:
Boniecki, P.
Powiązania:
https://bibliotekanauki.pl/articles/290860.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sieci neuronowe
analiza regresji
metoda
neural netwoks
regression analysis
method
Opis:
Nieustanne dążenie badaczy do pełniejszego rozumienia i wyjaśnienia praw rządzących przyrodą spowodowało, że rosnącego znaczenia nabierają poszukiwania nowych metod badawczych, coraz efektywniej wspomagających procesy poznawcze. Należą do nich niewątpliwie uzupełniające modele symulacyjne, tworzone dedukcyjnie na zbiorach przesłanek, wynikających z aktualnego stanu wiedzy naukowej. Techniki eksperymentu wirtualnego, wspomagające proces badania złożonych systemów empirycznych, powinny znajdować zastosowanie praktyczne również w dyscyplinie naukowej, jaką jest inżynieria rolnicza. Dynamiczny rozwój technik informatycznych spowodował pojawienie się zupełnie nowych możliwości obliczeniowych, bazujących na wzorcach pochodzących bezpośrednio z obserwacji procesów naturalnych, a w szczególności pracy mózgu. Kluczową rolę spełniają tu metody sztucznych sieci neuronowych, stanowiące w wielu przypadkach modele ekwiwalentne (a często znacznie rozszerzające potencjalne widmo zastosowań) w stosunku do tradycyjnych metod statystycznych.
Endless efforts made by researches in order to better understand and explain principles governing the nature, has caused that it is becoming of greater importance to seek new investigation methods, which play an increasingly more significant role in enhancing the cognitive processes. Such are, beyond all doubt, the supplementary simulation models, created by inference based on the sets of indications, resulting from the current status of knowledge. Virtual experimentation techniques, aiding the process of examining complex empirical systems, should be utilized practically, also in such domain as the agricultural engineering. Dynamic growth of IT techniques has brought completely new computing capacities, based on the examples originating directly from observation of natural processes, especially the function of brain. The methods of artificial neural networks, which often serve as equivalent models (and often considerably extending potential spectrum of applications) in relation to traditional statistical methods, play the key role here.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 31-43
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystywanie sieci neuronowej do estymacji wartości wilgotności względnej powietrza na podstawie wartości jego temperatury
Using the neural network to estimate the air relative humidity on the basis of its temperature value
Autorzy:
Białobrzewski, I.
Powiązania:
https://bibliotekanauki.pl/articles/287286.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
wilgotność względna powietrza
sieci neuronowe
Matlab
air relative humidity
neural networks
MATLAB
Opis:
Przedstawiono wyniki badań wykorzystania sieci neuronowej do estymacji wartości wilgotności względnej powietrza atmosferycznego na podstawie wartości jego temperatury. Stwierdzono, że modelowe wartości uzyskane dla jednokierunkowej sieci neuronowej, o topologii perceptronu wielowarstwowego z czasowym opóźnieniem, wykorzystującej algorytm wstecznej propagacji błędu oddają charakter zmian empirycznych RH. Sieć taka może być z zadawalającą dokładnością wykorzystana do estymacji dobowych, średnich wartości wilgotności względnej powietrza atmosferycznego.
The work presents the research results of using the neural network to estimate the air relative humidity on the basis of its temperature value. It was established that the model values obtained for the unidirectional neural network of the multi-layer perceptron topology with time delay, using error backward propagation algorithm, reflect the character of RH empirical changes. Such network may be used, with satisfactory precision, for daily estimations of the average relative humidity values of atmospheric air.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 1, 1; 15-22
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Porównanie modeli GRNN utworzonych z wykorzystaniem modułów sieci neuronowych pakietów MATLAB i STATISTICA
Comparison of the GRNN models developed by using neural network moduli of the MATLAB and STATISTICA packets
Autorzy:
Białobrzewski, I.
Powiązania:
https://bibliotekanauki.pl/articles/287990.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
model regresyjny
sieci neuronowe GRNN
MATLAB
Statistica
regressive model
GRNN neural networks
Opis:
Przedstawiono wyniki badań wpływu modeli GRNN, utworzonych z wykorzystaniem modułów Sieci Neuronowych pakietów MATLAB i STATISTICA, na dokładność estymacji wartości temperatury powietrza atmosferycznego. Stwierdzono, że model neuronowy GRNN, powstały na bazie Toolbox Neural Networks v.4 pakietu MATLAB, lepiej aproksymuje temperaturę powietrza atmosferycznego niż modele powstałe na bazie modułu Neural Networks pakietu STATISTICA 6.1. Wśród modeli GRNN powstałych na bazie modułu Neural Networks pakietu STATISTICA 6.1 uzyskano lepszą aproksymuję temperatury powietrza atmosferycznego, wykorzystując dostępne opcje funkcji związanych z modułem Projektant sieci użytkownika.
The effects of GRNN models, developed by using the neural network moduli of the MATLAB and STATISTICA packets on the accuracy of atmospherical air temperature estimation, were studied. It was stated that the GRNN neural model developed on the basis of Toolbox Neural Network v.4 of the MATLAB packet approximated the temperature of atmospherical air better than the models based on Neural Network modulus of STATISTICA 6.1 packet. Among the GRNN models developed on the basis of Neural Network modulus of STATISTICA 6.1 packet, the better approximation of air temperature was obtained by using available options of the functions bound to modulus of the “User’s network designer …”
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 8, 8; 15-22
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza i klasyfikacja obrazów suszu warzywnego z wykorzystaniem sztucznych sieci neuronowych
Analysis and classification of dried vegetables’ images with utilization of artificial neural networks
Autorzy:
Koszela, K.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/287257.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczna inteligencja
sztuczne sieci neuronowe
rozpoznawanie obiektów
przetwarzanie obrazów
artificial intelligence
artificial neural networks
object recognition
image processing
Opis:
W życiu codziennym bardzo często dokonujemy oceny naszego otoczenia i na tej podstawie podejmujemy decyzje o klasyfikacji obserwowanej sytuacji. Czynimy to w oparciu o obserwację otoczenia jak również napływającą z różnych źródeł informację z wykorzystaniem posiadanej wiedzy i zdolności. Proces ten jest dla nas całkowicie naturalny. Jeżeli jednak chcemy podobne zadanie zlecić systemowi komputerowemu to wówczas musimy wykonać wiele kroków, które pozwolą w części odwzorować za pomocą oprogramowania ludzką zdolność do obserwacji, uczenia się i dokonywania podejmowania ostatecznej decyzji w oparciu o posiadaną wiedzę. Wzrastający poziom komplikacji informacji wywołuje rosnące zapotrzebowanie na systemy zdolne do rozpoznawania i dokonywania klasyfikacji prezentowanych im obiektów. Jednym z takich obiektów jest susz warzywny, którego ocena jakości i jego klasyfikacja przysparza szereg problemów. W pracy przedstawiono koncepcję metody analizy obrazów suszu warzywnego i zastosowanie jej do szybkiego oszacowania udziału poszczególnych frakcji w badanej próbie pod względem barwy i kształtu.
In everyday life we often evaluate our surroundings and on this basis we make decisions about the classification of the observed situation. We do it by watching our surroundings as well as by analysing the information coming to us from various sources by means of the knowledge and the abilities we posses. This process is completely natural for us. However, if we want a computer system to do it, we need to make many steps in order to partly reflect in the software the human ability to observe, learn and make the final decision on the basis of the possessed knowledge. The increasing complexity of information causes a rising demand for systems capable of recognizing and classifying objects presented to them. One of such objects are dried vegetables whose quality evaluation and classification cause many problems. In the thesis the concept of dried vegetables’ image analysis method was presented as well as its application to quick colour and shape evaluation of individual fractions in a tested sample.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 77-82
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza założeń dla modelowania plonu buraka cukrowego z wykorzystaniem sztucznych sieci neuronowych
The analysis of assumptions for modeling sugar beet crop with utilization of artificial neural networks
Autorzy:
Niedbała, G.
Przybył, J.
Boniecki, P.
Sęk, T.
Powiązania:
https://bibliotekanauki.pl/articles/287451.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
burak cukrowy
predykcja plonu
sztuczne sieci neuronowe
sugar beet
crop prediction
artificial neural network
Opis:
Do planowania plonu roślin, w tym plonu buraka cukrowego, wykorzystuje się modele prognostyczne. Istniejące modele mają zastosowanie zarówno w skali mikro - dla gospodarstwa, jaki i makro - dla regionu, czy kraju. Te modele, najczęściej zaimplementowane w programach komputerowych, ze względu na dużą liczbę danych wejściowych, są raczej niedostępne dla plantatora buraka cukrowego i rolniczych służb doradczych. Dlatego w pracy podjęto próbę opracowania własnego modelu plonu buraka cukrowego, opartego na metodach sztucznej inteligencji, przy wykorzystaniu możliwie niewielkiej liczby danych wejściowych. Założono, że dane wejściowe do modelu powinny stanowić podstawowe czynniki charakteryzujące siedlisko, użyte środki produkcji i przebieg warunków pogodowych.
In planning crops, including sugar beet crop, prognostic models are used. Existing models are utilized in micro scale - for the farm, as well as in macro scale - for region or country. These models, generally implemented in computer programmes, are rather unavailable for sugar beet planters and agricultural advisory services because of the huge amount of input data. That is why in this paper an attempt was made to create own model of sugar beet crop based on artificial intelligence methodology and the smallest possible amount of input data. It was assumed that input data for models should be the basic factors characterizing habitat, means of production used and weather conditions course.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 123-130
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie procesu eksploatacji obiektów technicznych za pomocą dynamicznych sieci bayesowskich
Modelling of operation process for engineering facilities using dynamic Bayesian networks
Autorzy:
Bartnik, G.
Kusz, A.
Marciniak, A. W.
Powiązania:
https://bibliotekanauki.pl/articles/287630.pdf
Data publikacji:
2006
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
wspomaganie decyzji
eksploatacja maszyn
modele niezawodnościowe
dynamiczne sieci bayesowskie
produkcja mleka
support of decision-making
machinery operation
reliability models
dynamic Bayesian networks
Opis:
Przedstawione zostało zastosowanie dynamicznych sieci bayesowskich do modelowania niezawodności oraz wspomagania decyzji dotyczących eksploatacji maszyn na przykładzie linii do produkcji mleka.
The paper presents application of dynamic Bayesian networks for modelling of reliability and support of decision-making processes regarding machinery operation on the example of milk production line.
Źródło:
Inżynieria Rolnicza; 2006, R. 10, nr 12(87), 12(87); 9-16
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sieci bayesowskich do modelowania rolniczego procesu produkcyjnego
Application of Bayesian networks in modeling of agricultural production process
Autorzy:
Maksym, P.
Marciniak, A. W.
Kostecki, R.
Powiązania:
https://bibliotekanauki.pl/articles/287765.pdf
Data publikacji:
2006
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
systemy reprezentacji wiedzy rolniczej
modelowanie
proces produkcyjny
sieci bayesowskie
reguły modularyzacji i kompozycji
agricultural knowledge representation systems
production process
modeling
Bayesian networks
modularization and composition rules
Opis:
Zastosowanie sieci bayesowskich do modelowania rolniczego procesu produkcyjnego oraz wspomagania decyzji odnośnie wyboru działań produkcyjnych przedstawiono z perspektywy budowania komputerowych systemów reprezentacji wiedzy. Metodykę budowania modeli sprowadzono do projektowania odpowiednich modułów rozpoznawania i predykcji i łączenia ich według określonych reguł. Zaproponowaną metodę omówiono na przykładzie modelowania produkcji pszenicy ozimej.
Problem of agricultural production modeling with Bayesian Networks is discussed from the perspective of building knowledge representation systems in agricultural domain. Universal conceptualization schema of acting in changing and uncertain environments as cognitive cycles, implies the need of two elementary modules of BN, namely the recognition (diagnostic) and prediction module. Building BN model of agricultural production process can be decomposed into the design of elementary modules repository and then appropriate composing entire models with modules. Conceptualization and design of diagnostic and predictive modules, and then their linkage rules was shown on the examples concerned winter wheat production.
Źródło:
Inżynieria Rolnicza; 2006, R. 10, nr 12(87), 12(87); 321-330
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sieci Kohonena i wykresu rozrzutu do identyfikacji grup miodów według ich cech elektrycznych
Application of Kohonen map and a scatter diagram for identification of honey groups according to their electric features
Autorzy:
Łuczycka, D.
Pruski, K.
Powiązania:
https://bibliotekanauki.pl/articles/291382.pdf
Data publikacji:
2012
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
miód
właściwości elektryczne
sztuczna sieć neuronowa
sieci Kohonena
honey
electric properties
artificial neuron networks
Kohonen maps
Opis:
Celem pracy jest wykonanie analiz symulacyjnych bazujących na sieci Kohonena i skalowaniu wielowymiarowym, oraz możliwość zastosowania tych technik do identyfikacji grup miodów odmianowych pod względem cech elektrycznych. Przebadano przenikalność elektryczną, współczynnik strat dielektrycznych oraz przewodność szesnastu gatunków miodów (spadziowe i nektarowe). W wyniku przeprowadzonych analiz stwierdzono, że sieci Kohonena oraz skalowanie wielowymiarowe są dobrymi narzędziami do określania liczności i składu gatunkowego grup miodów odmianowych. Właściwą architekturą sieci Kohonena tworzącą poprawną mapę topologiczną, dla analizowanych cech miodu, jest mapa zbudowana z 9 neuronów wyjściowych o wymiarach 3x3.
The purpose of the work is to carry out simulation analysis which are based on Kohonen map and multidimensional scaling and the possibility of application of these technologies for identification of cultivar honey groups in relation to their electric properties. Electric conductivity, coefficient of dielectric losses and conductivity of 16 cultivars of honey (honeydew and nectar honey) were researched. As a result of the analysis which was carried out, it was determined that Kohonen map and multidimensional scaling are good devices for determining the number and species composition of cultivar honey groups. A map formed of 9 output neurons of 3x3 dimensions is the proper architecture of Kohonen map which forms a correct topology map for the analysed properties of honey.
Źródło:
Inżynieria Rolnicza; 2012, R. 16, nr 2, t. 2, 2, t. 2; 169-175
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Porównanie algorytmów uczenia sieci neuronowej jednokierunkowej, z czasowym opóźnieniem, wykorzystanej do predykcji wartości temperatury powietrza atmosferycznego
Comparison of algorithms to education of unidirectional neural network, with time-lag, used to predicting values of atmospherical air temperature
Autorzy:
Białobrzewski, I.
Powiązania:
https://bibliotekanauki.pl/articles/286465.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
predykcja temperatury
sieć neuronowa
algorytm uczenia sieci
MATLAB
temperature prediction
neural network
algorithms of network education
Opis:
Przedstawiono wyniki badań wpływu wyboru algorytmu uczenia sieci neuronowej jednokierunkowej, z czasowym opóźnieniem, o topologii perceptronu wielowarstwowego, wykorzystującej w procesie uczenia algorytm wstecznej propagacji błędu, na wyniki predykcji wartości temperatury powietrza atmosferycznego. Stwierdzono, że algorytm uczenia, br – regularyzacja Bayesa, okazał się jednym z najlepszych pod względem wszystkich analizowanych parametrów oceny przewidywanych wartości temperatur.
Paper presented the study on the effect of selecting an algorithm to education of unidirectional neural network with time-lag, of multilayer perceptron topology, and using an algorithm of reversal error propagation, on results of predicting values of atmospherical air temperature. It was stated that the education algorithm, br - Bayes’ regularization, appeared to be one of the best with respect to all analyzed parameters evaluating predicted temperature values.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 8, 8; 7-14
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System HACCP dla gospodarstw rolnych produkujących mleko
The HACCP system in dairy farms
Autorzy:
Neugebauer, M.
Powiązania:
https://bibliotekanauki.pl/articles/289815.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
HACCP
sieci neuronowe
produkcja mleka
neural network
milk production
Opis:
W pracy przedstawiono etapy wdrażania systemu HACCP w gospodarstwie rolnym. W celu znalezienia czynności krytycznych pokazano zastosowanie modelowania neuronowego.
The paper presents the stages of implementing HACCP system on a farm. In order to find critical activities, the application of neural modeling was shown.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 1, 1; 117-125
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rozpoznawanie obrazów z użyciem sztucznych sieci neuronowych
Image recognition with artificial neuron networks
Autorzy:
Langman, J.
Powiązania:
https://bibliotekanauki.pl/articles/290854.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczna sieć neuronowa
rozpoznawanie obrazów
artificial neuron network
image recognition
Opis:
W pracy przedstawiono propozycję architektury sztucznej sieci neuronowej, która może być zastosowana do rozpoznawania obrazów. Cechuje się one modularną budową, co powoduje iż rozbudowa już nauczonej sieci polega na dołączeniu nauczonego dodatkowego modułu bez konieczności ingerencji w istniejącą cześć sieci.
The study presents architecture proposal for artificial neuron network, which may be employed for image recognition. Modular structure is characteristic for it, as a result of which development of already taught network involves adding taught extra module without the need to interfere with existing part of the network.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 10, 10; 263-268
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System wspomagania procesów decyzyjnych w eksploatacji maszyn
Decision support system for machinery maintenance
Autorzy:
Bartnik, G.
Kusz, A.
Powiązania:
https://bibliotekanauki.pl/articles/287070.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
eksploatacja
reprezentacja wiedzy
sieci probabilistyczne
maintenance decisions support system
probabilistic networks
Opis:
W artykule przedstawiono zastosowanie sieci probabilistycznych do reprezentacji wiedzy diagnostycznej i modelowania scenariuszy rozwoju sytuacji problemowych na przykładzie eksploatacji pasteryzatora płytowego do mleka.
The paper presents an application of probabilistic network for diagnostic knowleedge representation and modeling the course of problem situation evolution on the examle of milk plate pasterisatour.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 6, 6; 23-32
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 71

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