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 "classification model" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Single-ended quality measurement of a music content via convolutional recurrent neural networks
    Autorzy:
    Organiściak, Kamila
    Borkowski, Józef
    Powiązania:
    https://bibliotekanauki.pl/articles/1849158.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    audio data analysis
    artefacts detection
    convolutional neural networks
    recurrent neural networks
    classification model
    Opis:
    The paper examines the usage of Convolutional Bidirectional Recurrent Neural Network (CBRNN) for a problem of quality measurement in a music content. The key contribution in this approach, compared to the existing research, is that the examined model is evaluated in terms of detecting acoustic anomalies without the requirement to provide a reference (clean) signal. Since real music content may include some modes of instrumental sounds, speech and singing voice or different audio effects, it is more complex to analyze than clean speech or artificial signals, especially without a comparison to the known reference content. The presented results might be treated as a proof of concept, since some specific types of artefacts are covered in this paper (examples of quantization defect, missing sound, distortion of gain characteristics, extra noise sound). However, the described model can be easily expanded to detect other impairments or used as a pre-trained model for other transfer learning processes. To examine the model efficiency several experiments have been performed and reported in the paper. The raw audio samples were transformed into Mel-scaled spectrograms and transferred as input to the model, first independently, then along with additional features (Zero Crossing Rate, Spectral Contrast). According to the obtained results, there is a significant increase in overall accuracy (by 10.1%), if Spectral Contrast information is provided together with Mel-scaled spectrograms. The paper examines also the influence of recursive layers on effectiveness of the artefact classification task.
    Źródło:
    Metrology and Measurement Systems; 2020, 27, 4; 721-733
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sensor Actor Network Modeling utilizing the Holonic Architectural Framework
    Autorzy:
    Chiu, C.
    Chaczko, Z.
    Moses, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/226170.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Extended Kohonen Maps (EKM)
    Sensor Actor Networks (SANET)
    Wireless Sensor Networks (WSN)
    SANET Middleware
    POE Classification Model
    holonic architecture
    Opis:
    This paper discusses the results of utilizing advanced EKM modeling techniques to manage Sensor-Actor networks (SANETs) based upon the Holonic Architectural Framework. EKMs allow a quantitative analysis of an algorithmic artificial neural network process by using an indirect-mapping EKM to self-organize from a given input space to administer SANET routing and clustering functions with a control parameter space. Results demonstrate that in comparison to linear approximation techniques, indirect mapping with EKMs provide fluid control and feedback mechanisms by operating in a continuous sensory control space – thus enabling interactive detection and optimization of events in real-time environments.
    Źródło:
    International Journal of Electronics and Telecommunications; 2010, 56, 1; 49-54
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Crash data reporting systems in Fourteen Arab countries: challenges and improvement
    Autorzy:
    Abounoas, Zahira
    Raphael, Wassim
    Badr, Yarob
    Faddoul, Rafic
    Guillaume, Anne
    Powiązania:
    https://bibliotekanauki.pl/articles/1833641.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    road accidents
    road safety
    information system
    reporting system
    variables selection
    classification model
    wypadek drogowy
    bezpieczeństwo na drogach
    system informacyjny
    systemy raportowania
    dobór zmiennych
    model klasyfikacji
    Opis:
    Traffic crash fatalities and serious injuries still represent a big burden for most Arab countries because the actual policies, strategies, and interventions are based on poorly collected data. Through this paper, we assessed the crash data reporting systems in Fourteen Arab countries via a survey conducted to identify the fundamental dysfunctions at the management and data collection levels. Then, to address some of the dataset problems, we had applied data mining technics to select a minimum of variables (crash, vehicle, and road user) that should be collected for a better understanding of crash circumstances. For this raison, three methods of selection (correlation, information gain, and gain ratio) and seven classifiers (naive Bayes, nearest neighbour, random forest, random tree, J48, reduced error pruning tree, and bagging) were tested and compared to identify the variables that affect significantly the crashes severity. Decision trees family of classifiers showed the best performance based on the analysis of the area under the curve. The explanatory variables obtained from the data mining process were combined with other descriptive variables to maintain traceability. As a result, we produced hybrid lists of variables for the crash, vehicle, and road user, each contains 25 variables. Finally, in order to propose a cost-effective solution to switch from manual to electronic data collection, we got inspired by a tool used to track animals to create and customize a unified e-form for handheld devices, in order to ensure easy entering of the harmonized data for the entire region based on our selected lists of variables. The tool verified the countries requirements especially by enabling data collection and transfer with and without the internet, and by allowing data analysis thought its built-in Geographic Information System (GIS) capabilities.
    Źródło:
    Archives of Transport; 2020, 56, 4; 73-88
    0866-9546
    2300-8830
    Pojawia się w:
    Archives of Transport
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Cut size determination of centrifugal classifier with fluidized bed
    Wyznaczanie ziarna granicznego klasyfikatora odśrodkowego z warstwą fluidalną
    Autorzy:
    Otwinowski, H.
    Powiązania:
    https://bibliotekanauki.pl/articles/219701.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    wyznaczanie ziarna granicznego
    macierzowy model klasyfikacji
    krzywa Trompa
    klasyfikator aerodynamiczny
    cut size determination
    classification matrix model
    Tromp curve
    air classifier
    Opis:
    The cut size determination on the basis of proposed matrix model of classification process in a centrifugal air flow classifier with a fluidized bed is presented using matrix model. The presented methodology of cut size determination is based on the precise measurement of the total mass of fed material and coarse product in experimental tests. Knowledge of the feed particle size distribution is also required. Considered classifier is a part of the fluidized bed jet mill. The presented cut size determination will allow to optimize mill work and prediction of particle size distribution of the classification products.
    W artykule przedstawiono metodykę wyznaczania rozmiaru ziarna granicznego procesu klasyfikacji w odśrodkowym klasyfikatorze przepływowym z warstwą fluidalną przy wykorzystaniu modelu macierzowego. Przedstawiona metodyka oparta jest na dokładnym wyznaczeniu masy nadawy i gruboziarnistego produktu klasyfikacji na podstawie badań eksperymentalnych. Wymagana jest także znajomość składu ziarnowego nadawy. Rozpatrywany klasyfikator stanowi część fluidalnego młyna strumieniowego. Wyznaczenie rozmiaru ziarna granicznego umożliwia przeprowadzenie optymalizacji pracy młyna i prognozowanie składu ziarnowego produktów klasyfikacji.
    Źródło:
    Archives of Mining Sciences; 2013, 58, 3; 823-841
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Improving sub-pixel imperviousness change prediction by ensembling heterogeneous non-linear regression models
    Autorzy:
    Drzewiecki, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/145505.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    zmiany klimatyczne
    modelowanie hydrologiczne
    las
    machine learning
    model ensembles
    sub-pixel classification
    Landsat
    Opis:
    In this work nine non-linear regression models were compared for sub-pixel impervious surface area mapping from Landsat images. The comparison was done in three study areas both for accuracy of imperviousness coverage evaluation in individual points in time and accuracy of imperviousness change assessment. The performance of individual machine learning algorithms (Cubist, Random Forest, stochastic gradient boosting of regression trees, k-nearest neighbors regression, random k-nearest neighbors regression, Multivariate Adaptive Regression Splines, averaged neural networks, and support vector machines with polynomial and radial kernels) was also compared with the performance of heterogeneous model ensembles constructed from the best models trained using particular techniques. The results proved that in case of sub-pixel evaluation the most accurate prediction of change may not necessarily be based on the most accurate individual assessments. When single methods are considered, based on obtained results Cubist algorithm may be advised for Landsat based mapping of imperviousness for single dates. However, Random Forest may be endorsed when the most reliable evaluation of imperviousness change is the primary goal. It gave lower accuracies for individual assessments, but better prediction of change due to more correlated errors of individual predictions. Heterogeneous model ensembles performed for individual time points assessments at least as well as the best individual models. In case of imperviousness change assessment the ensembles always outperformed single model approaches. It means that it is possible to improve the accuracy of sub-pixel imperviousness change assessment using ensembles of heterogeneous non-linear regression models.
    Źródło:
    Geodesy and Cartography; 2016, 65, 2; 193-218
    2080-6736
    2300-2581
    Pojawia się w:
    Geodesy and Cartography
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Thorough statistical comparison of machine learning regression models and their ensembles for sub-pixel imperviousness and imperviousness change mapping
    Autorzy:
    Drzewiecki, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/145416.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    modele regresji
    nieprzepuszczalność
    subpiksel
    impervious area
    sub-pixel classification
    machine learning
    model ensembles
    Landsat
    Opis:
    We evaluated the performance of nine machine learning regression algorithms and their ensembles for sub-pixel estimation of impervious areas coverages from Landsat imagery. The accuracy of imperviousness mapping in individual time points was assessed based on RMSE, MAE and R2. These measures were also used for the assessment of imperviousness change intensity estimations. The applicability for detection of relevant changes in impervious areas coverages at sub-pixel level was evaluated using overall accuracy, F-measure and ROC Area Under Curve. The results proved that Cubist algorithm may be advised for Landsat-based mapping of imperviousness for single dates. Stochastic gradient boosting of regression trees (GBM) may be also considered for this purpose. However, Random Forest algorithm is endorsed for both imperviousness change detection and mapping of its intensity. In all applications the heterogeneous model ensembles performed at least as well as the best individual models or better. They may be recommended for improving the quality of sub-pixel imperviousness and imperviousness change mapping. The study revealed also limitations of the investigated methodology for detection of subtle changes of imperviousness inside the pixel. None of the tested approaches was able to reliably classify changed and non-changed pixels if the relevant change threshold was set as one or three percent. Also for fi ve percent change threshold most of algorithms did not ensure that the accuracy of change map is higher than the accuracy of random classifi er. For the threshold of relevant change set as ten percent all approaches performed satisfactory.
    Źródło:
    Geodesy and Cartography; 2017, 66, 2; 171-209
    2080-6736
    2300-2581
    Pojawia się w:
    Geodesy and Cartography
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Boltzmann equation in the modeling of mineral processing
    Równanie Boltzmanna w modelowaniu procesów przeróbczych
    Autorzy:
    Zhukov, V. P.
    Otwinowski, H.
    Belyakov, A. N.
    Wyleciał, T.
    Mizonov, V. E.
    Powiązania:
    https://bibliotekanauki.pl/articles/219666.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Boltzmann equation
    mineral processing
    comminution
    classification
    particles transport
    matrix model
    ball mill
    równanie Boltzmanna
    procesy przeróbcze
    rozdrabnianie
    klasyfikacja
    transport ziaren
    model macierzowy
    młyn kulowy
    Opis:
    The paper presents an application of the Boltzmann kinetic equation to the simultaneous modeling of multi-dimensional processes. This equation defines the evolution of the distribution of the probabilisty density in a given phase space. In the case of a grinding process, the considered phase space is defined by the Cartesian coordinates of particle position, the components of particle velocity and the particle size. The theory of Markov processes is used in the paper to solve the Boltzmann equation for the multi-dimensional space of system states. In order to verify the presented model, research into the simultaneous comminution and movement of material in a drum ball mill was performed. The methodology developed to solve the Boltzmann equation significantly reduces the computational time, which is particularly important in the solution of multi-dimensional problems.
    Równanie Boltzmanna jest podstawowym równaniem kinetycznej teorii gazów opisującym ewolucję cząstek w rozrzedzonym gazie. W równaniu tym występuje funkcja gęstości prawdopodobieństwa zmiennej losowej w trójwymiarowej przestrzeni fazowej (funkcja rozkładu). W artykule przedstawiono sposób wykorzystania równania Boltzmanna do analizy procesów przeróbki mechanicznej surowców mineralnych. Wynikiem tej analizy jest matematyczny model występujących równocześnie procesów mielenia, klasyfikacji i transportu materiałów ziarnistych. W tym przypadku równanie Boltzmanna opisuje ewolucję gęstości rozkładu ziaren względem składowych prędkości, współrzędnych kartezjańskich oraz rozmiaru ziarna. W młynie funkcja rozkładu zmienia się w wyniku rozdrabniania i ruchu ziaren, a w klasyfikatorze tylko w wyniku ruchu ziaren. W ogólnym przypadku funkcja rozkładu zależy od: czasu, ruchu ziaren, prędkości ziaren i rozmiaru ziaren, który zmienia się w wyniku rozdrabniania. Uwzględnienie zjawisk losowych wymaga wprowadzenia składowej dyfuzyjnej do równania Boltzmanna. W artykule rozpatrzono zastosowanie równania Boltzmanna do rozdrabniania periodycznego i ciągłego. W otrzymanych postaciach równania można uwzględnić rzeczywiste warunki technologiczne, co pozwala opisać stanu układu podczas oddzielnych lub jednoczesnych procesów przeróbczych. Przy założeniu jednowymiarowości procesów rozpatrywane zagadnienie sprowadza się do znanych przypadków, analizowanych jako oddzielne procesy. Obliczenia numeryczne wykonano metodą macierzową z wykorzystaniem teorii łańcuchów Markowa. Przedstawiono wyniki obliczeń dla przypadku jednoczesnego rozdrabniania i ruchu ziaren w młynie bębnowym kulowym. Analiza wyników obliczeń wykazała, że przebieg ewolucji stanu układu ziaren jest prawidłowy. W przyszłych badaniach można uwzględnić w równaniu Boltzmanna kształt ziaren, co oznacza wprowadzenie dodatkowych trzech współrzędnych do przestrzeni fazowej. Współrzędne te związane są ze zmianą długości, szerokości i wysokości ziarna.
    Źródło:
    Archives of Mining Sciences; 2015, 60, 2; 507-516
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    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