Informacja

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

Wyszukujesz frazę "neural networks control" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Model procesu sortowania obiektów przy wykorzystaniu podejścia neuronowego
Модель процесу сортування об`єктів з використанням нейропідходу
The model of objects’ sorting process by using neuro approach
Autorzy:
Lotysh, J.
Powiązania:
https://bibliotekanauki.pl/articles/408026.pdf
Data publikacji:
2015
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
automatyczna kontrola
sieci neuronowe
modelowanie komputerowe
automatic control
neural networks
computer simulation
Opis:
W artykule zaproponowane zostały imitacyjne komputerowe modele sortowania za pomocą normalnego trybu pracy oraz trybu neuronowego. Na podstawie modelu opracowano algorytm oraz otrzymane oprogramowanie, które implementuje system kontroli sortowania obiektów za pomocą wykorzystania podejścia neuronowego.
В роботі пропонуютьcя імітаційні комп’ютерні моделі сортування зі звичайним режимом роботи та з режимом нейроуправління. На базі моделі розроблено алгоритм та отримано програмне забезпечення, яке реалізує систему управління сортуванням об`єктів з використанням нейропідходів.
Imitational sorting computer models with ordinary operating regime and with neurooperating regime are proposed in the article. On the basis of the model the algorithm is developed and the software is received, which realizes the system of sorting operating of the objects by using neuro approaches.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2015, 4; 92-98
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Features of the implementation of computer vision in the problems of automated product quality contro
Cechy implementacji wizji komputerowej w problemach automatycznej kontroli jakości produktów
Autorzy:
Stelmakh, Nataliia
Mastenko, Ihor
Sulima, Olga
Rudyk, Tetiana
Powiązania:
https://bibliotekanauki.pl/articles/27315380.pdf
Data publikacji:
2023
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
machine vision
intelligent technological system
quality control
neural networks
wizja maszynowa
inteligentne systemy technologiczne
kontrola jakości
sieci neuronowe
Opis:
The article analyzes the fields of application of machine vision. Special attention is focused on the application of Machine Vision in intelligent technological systems for product quality control. An important aspect is a quick and effective analysis of product quality directly at the stage of the technological process with high accuracy in determining product defects. The appropriateness and perspective of using the mathematical apparatus of artificial neural networks for the development of an intelligent technological system for monitoring the geometric state of products have been demonstrated. The purpose of this study is focused on the identification and classification of reed tuber quality parameters. For this purpose, new methods of identification and classification of quality control of various types of defects using computer vision and machine learning algorithms were proposed.
W artykule dokonano analizy obszarów zastosowań widzenia maszynowego. Szczególną uwagę zwrócono na zastosowanie widzenia maszynowego w inteligentnych systemach technologicznych kontroli jakości wyrobów. Ważnym aspektem jest szybka i skuteczna analiza jakości produktu bezpośrednio na etapie procesu technologicznego z dużą dokładnością w określaniu wad produktu. Pokazano celowość i perspektywę wykorzystania aparatu matematycznego sztucznych sieci neuronowych do budowy inteligentnego systemu technologicznego do monitorowania stanu geometrycznego wyrobów. Celem badań jest identyfikacja i klasyfikacja parametrów jakościowych rurek trzcinowych. W tym celu zaproponowano nowe metody identyfikacji i klasyfikacji kontroli jakości różnego rodzaju defektów z wykorzystaniem wizji komputerowej i algorytmów uczenia maszynowego.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2023, 13, 1; 38--41
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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