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 "basis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    On the convergence of the wavelet-Galerkin method for nonlinear filtering
    Autorzy:
    Nowak, Ł. D.
    Pasławska-Południak, M.
    Twardowska, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/907779.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    równanie Zakai
    metoda Galerkina
    falka
    schemat Eulera
    Zakai equation
    Galerkin method
    wavelet basis
    Euler scheme
    Opis:
    The aim of the paper is to examine the wavelet-Galerkin method for the solution of filtering equations. We use a wavelet biorthogonal basis with compact support for approximations of the solution. Then we compute the Zakai equation for our filtering problem and consider the implicit Euler scheme in time and the Galerkin scheme in space for the solution of the Zakai equation. We give theorems on convergence and its rate. The method is numerically much more efficient than the classical Galerkin method.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2010, 20, 1; 93-108
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multiple neural network integration using a binary decision tree to improve the ECG signal recognition accuracy
    Autorzy:
    Tran, H. L.
    Pham, V. N.
    Vuong, H. N.
    Powiązania:
    https://bibliotekanauki.pl/articles/331348.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    neural classifiers
    integration of classifiers
    decision tree
    arrhythmia recognition
    Hermite basis function decomposition
    klasyfikatory neuronowe
    drzewo decyzyjne
    rozpoznawanie arytmii
    Opis:
    The paper presents a new system for ECG (ElectroCardioGraphy) signal recognition using different neural classifiers and a binary decision tree to provide one more processing stage to give the final recognition result. As the base classifiers, the three classical neural models, i.e., the MLP (Multi Layer Perceptron), modified TSK (Takagi–Sugeno–Kang) and the SVM (Support Vector Machine), will be applied. The coefficients in ECG signal decomposition using Hermite basis functions and the peak-to-peak periods of the ECG signals will be used as features for the classifiers. Numerical experiments will be performed for the recognition of different types of arrhythmia in the ECG signals taken from the MIT-BIH (Massachusetts Institute of Technology and Boston’s Beth Israel Hospital) Arrhythmia Database. The results will be compared with individual base classifiers’ performances and with other integration methods to show the high quality of the proposed solution.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2014, 24, 3; 647-655
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    EHMAC - a New Simple Tool for Robust Linear Multivariable Control
    Autorzy:
    Latawiec, K. J.
    Rojek, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/911218.pdf
    Data publikacji:
    2000
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    sterowanie wewnętrzne
    sterowanie predykcyjne
    sterowanie wielowymiarowe
    internal model control
    model-based predictive control
    multivariable control
    orthonormal basis functions
    robust control
    Opis:
    A combination of long range predictive control-originated EHPC and internal model control-structured MAC is shown to produce a new, simple but effective Extended Horizon Model Algorithmic Control (EHMAC). The EHMAC strategy can be used to robustly control open-loop stable non-minimum phase (possibly non-square) MIMO systems under very large model-plant mismatches. Robust EHMAC design is made straightforward by means of a separate selection of a single prediction horizon and an IMC filter parameter, which can be easily auto-tuned.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2000, 10, 3; 575-590
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Aspects of forest management in the maintaining of forest environment
    Urządzeniowe aspekty kształtowania środowiska leśnego
    Autorzy:
    Jaszczak, R.
    Gołojuch, P.
    Wajchman-Świtalska, S.
    Miotke, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/395900.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    forest
    forest management plan
    objectives of forest management
    legal basis
    las
    plan urządzenia lasu
    gospodarka leśna
    podstawy prawne gospodarki leśnej
    Opis:
    Forest management is a scientific discipline designed to develop methods of maintaining forest areas and to ensure the sustainable development of forest resources in terms and conditions of multifunctional forestry. This is a branch of practical forestry which deals with inventorying and assessing the state of forests, defines economic tasks and draws up a program of nature conservation for forest districts. The paper presents legal conditions related to the concept of forest management plan, as well as issues related to the area division, planning economic indications and their role for the forest environment. Authors present a forecast of impact of a forest management plan on the forest environment and the Natura 2000 sites.
    Urządzanie lasu to dyscyplina naukowa mająca za zadanie wypracowanie metod prowadzenia lasu zapewniających realizację zasady trwałego i zrównoważonego rozwoju zasobów leśnych w warunkach leśnictwa wielofunkcyjnego. To dział praktycznego leśnictwa zajmujący się inwentaryzacją i oceną stanu lasu, określeniem zadań hodowlanych i ochronnych oraz sporządzeniem programu ochrony przyrody dla nadleśnictwa, przede wszystkim na najbliższych dziesięć lat, ale także w dłuższym horyzoncie czasowym. Całość zebranych danych wraz z ich analizą stanowi podstawę planu urządzenia lasu. W pracy przedstawiono wybrane aspekty urządzania lasu mające istotne znaczenie z punktu widzenia środowiska leśnego.
    Źródło:
    Civil and Environmental Engineering Reports; 2018, No. 28(1); 5-15
    2080-5187
    2450-8594
    Pojawia się w:
    Civil and Environmental Engineering Reports
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Integrated fault-tolerant control of a quadcopter UAV with incipient actuator faults
    Autorzy:
    Kantue, Paulin
    Pedro, Jimoh O.
    Powiązania:
    https://bibliotekanauki.pl/articles/2172129.pdf
    Data publikacji:
    2022
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    fault tolerant control
    quadrocopter
    incipient actuator fault
    radial basis function
    neural network
    sterowanie tolerujące uszkodzenia
    kwadrokopter
    radialna funkcja bazowa
    sieć neuronowa
    Opis:
    An integrated approach to the fault-tolerant control (FTC) of a quadcopter unmanned aerial vehicle (UAV) with incipient actuator faults is presented. The framework is comprised of a radial basis function neural network (RBFNN) fault detection and diagnosis (FDD) module and a reconfigurable flight controller (RFC) based on the extremum seeking control approach. The dynamics of a quadcopter subject to incipient actuator faults are estimated using a nonlinear identification method comprising a continuous forward algorithm (CFA) and a modified golden section search (GSS) one. A time-difference-of-arrival (TDOA) method and the post-fault system estimates are used within the FDD module to compute the fault location and fault magnitude. The impact of bi-directional uncertainty and FDD detection time on the overall FTC performance and system recovery is assessed by simulating a quadcopter UAV during a trajectory tracking mission and is found to be robust against incipient actuator faults during straight and level flight and tight turns.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2022, 32, 4; 601--617
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neuro-adaptive cooperative control for high-order nonlinear multi-agent systems with uncertainties
    Autorzy:
    Peng, Cheng
    Zhang, Anguo
    Li, Junyu
    Powiązania:
    https://bibliotekanauki.pl/articles/2055174.pdf
    Data publikacji:
    2021
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    multiagent system
    radial basis function
    RBF neural network
    sliding mode control
    cooperative control
    system wieloagentowy
    radialna funkcja bazowa
    sieć neuronowa RBF
    sterowanie ślizgowe
    Opis:
    The consensus problem for a class of high-order nonlinear multi-agent systems (MASs) with external disturbance and system uncertainty is studied. We design an online-update radial basis function (RBF) neural network based distributed adaptive control protocol, where the sliding model control method is also applied to eliminate the influence of the external disturbance and system uncertainty. System consensus is verified by using the Lyapunov stability theorem, and sufficient conditions for cooperative uniform ultimately boundedness (CUUB) are also derived. Two simulation examples demonstrate the effectiveness of the proposed method for both homogeneous and heterogeneous MASs.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2021, 31, 4; 635--645
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metoda systemowego opisu pojęć wieloznacznych
    The method of system description of ambiguous terms
    Autorzy:
    Ronginska, Tatiana
    Powiązania:
    https://bibliotekanauki.pl/articles/551216.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    systemowy opis
    metoda pentabazy
    dychotomiczny podział
    czas
    energia
    przestrzeń
    informacja
    kreatywność
    system description
    penta-basis method
    dichotomous division
    time
    energy
    space
    information
    creativity
    Opis:
    W artykule przestawiono systemową metodę opisu pojęć wieloznacznych – metodę pentabazy Włodzimierza A. Ganzena. Omówiono jej założenia teoretyczne oraz możliwości zastosowania opierając się na czterech wymiarach opisowych: czasu, przestrzeni, energii i informacji. Przedstawiono dychotomiczny podział każdego wymiaru. W dalszej części opracowania zaprezentowano próbę analizy pojęcia kreatywności na podstawie metody opisu systemowego. Każdemu wymiarowi metody pentabazy przyporządkowano cechy charakterystyczne dla określenia treści kreatywności.
    The article presents the system method of describing ambiguous terms – the penta-basis method by W. Ganzen. It discusses theoretical assumptions of the method and possibilities to use it on the basis of four descriptive dimensions: time, space, energy and information. A dichotomous division of each dimension has been shown. The next section of this paper focuses on the attempt to analyze the concept of creativity based on the method of system description. Each dimension of the penta-basis method has been assigned with some characteristics to determine the content of creativity.
    Źródło:
    Relacje. Studia z nauk społecznych; 2016, 1; 127-137
    2543-5124
    Pojawia się w:
    Relacje. Studia z nauk społecznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Random projection RBF nets for multidimensional density estimation
    Autorzy:
    Skubalska-Rafajłowicz, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/929907.pdf
    Data publikacji:
    2008
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    radialne funkcje bazowe
    estymacja
    wielowymiarowa gęstość prawdopodobieństwa
    redukcja wymiaru
    rzutowanie losowe
    detekcja nowości
    radial basis functions
    multivariate density estimation
    dimension reduction
    normal random projection
    novelty detection
    Opis:
    The dimensionality and the amount of data that need to be processed when intensive data streams are observed grow rapidly together with the development of sensors arrays, CCD and CMOS cameras and other devices. The aim of this paper is to propose an approach to dimensionality reduction as a first stage of training RBF nets. As a vehicle for presenting the ideas, the problem of estimating multivariate probability densities is chosen. The linear projection method is briefly surveyed. Using random projections as the first (additional) layer, we are able to reduce the dimensionality of input data. Bounds on the accuracy of RBF nets equipped with a random projection layer in comparison to RBF nets without dimensionality reduction are established. Finally, the results of simulations concerning multidimensional density estimation are briefly reported.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2008, 18, 4; 455-464
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Stabilising solutions to a class of nonlinear optimal state tracking problems using radial basis function networks
    Autorzy:
    Ahmida, Z.
    Charef, A.
    Becerra, V. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/908523.pdf
    Data publikacji:
    2005
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    system nieliniowy
    sterowanie optymalne
    radialna funkcja bazowa
    sieć neuronowa
    regulacja predykcyjna
    sterowanie wyprzedzające
    nonlinear systems
    optimal control
    radial basis functions
    neural networks
    predictive control
    feedforward control
    Opis:
    A controller architecture for nonlinear systems described by Gaussian RBF neural networks is proposed. The controller is a stabilising solution to a class of nonlinear optimal state tracking problems and consists of a combination of a state feedback stabilising regulator and a feedforward neuro-controller. The state feedback stabilising regulator is computed online by transforming the tracking problem into a more manageable regulation one, which is solved within the framework of a nonlinear predictive control strategy with guaranteed stability. The feedforward neuro-controller has been designed using the concept of inverse mapping. The proposed control scheme is demonstrated on a simulated single-link robotic manipulator.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2005, 15, 3; 369-381
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of prototype selection algorithms used in construction of neural networks learned by SVD
    Autorzy:
    Jankowski, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/330020.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    radial basis function network
    extreme learning machine
    kernel method
    prototype selection
    machine learning
    k nearest neighbours
    radialna funkcja bazowa
    metoda jądrowa
    uczenie maszynowe
    metoda k najbliższych sąsiadów
    Opis:
    Radial basis function networks (RBFNs) or extreme learning machines (ELMs) can be seen as linear combinations of kernel functions (hidden neurons). Kernels can be constructed in random processes like in ELMs, or the positions of kernels can be initialized by a random subset of training vectors, or kernels can be constructed in a (sub-)learning process (sometimes by k-means, for example). We found that kernels constructed using prototype selection algorithms provide very accurate and stable solutions. What is more, prototype selection algorithms automatically choose not only the placement of prototypes, but also their number. Thanks to this advantage, it is no longer necessary to estimate the number of kernels with time-consuming multiple train-test procedures. The best results of learning can be obtained by pseudo-inverse learning with a singular value decomposition (SVD) algorithm. The article presents a comparison of several prototype selection algorithms co-working with singular value decomposition-based learning. The presented comparison clearly shows that the combination of prototype selection and SVD learning of a neural network is significantly better than a random selection of kernels for the RBFN or the ELM, the support vector machine or the kNN. Moreover, the presented learning scheme requires no parameters except for the width of the Gaussian kernel.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2018, 28, 4; 719-733
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A fast neural network learning algorithm with approximate singular value decomposition
    Autorzy:
    Jankowski, Norbert
    Linowiecki, Rafał
    Powiązania:
    https://bibliotekanauki.pl/articles/330870.pdf
    Data publikacji:
    2019
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    Moore–Penrose pseudoinverse
    radial basis function network
    extreme learning machine
    kernel method
    machine learning
    singular value decomposition
    deep extreme learning
    principal component analysis
    pseudoodwrotność Moore–Penrose
    radialna funkcja bazowa
    maszyna uczenia ekstremalnego
    uczenie maszynowe
    analiza składników głównych
    Opis:
    The learning of neural networks is becoming more and more important. Researchers have constructed dozens of learning algorithms, but it is still necessary to develop faster, more flexible, or more accurate learning algorithms. With fast learning we can examine more learning scenarios for a given problem, especially in the case of meta-learning. In this article we focus on the construction of a much faster learning algorithm and its modifications, especially for nonlinear versions of neural networks. The main idea of this algorithm lies in the usage of fast approximation of the Moore–Penrose pseudo-inverse matrix. The complexity of the original singular value decomposition algorithm is O(mn2). We consider algorithms with a complexity of O(mnl), where l < n and l is often significantly smaller than n. Such learning algorithms can be applied to the learning of radial basis function networks, extreme learning machines or deep ELMs, principal component analysis or even missing data imputation.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2019, 29, 3; 581-594
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-11 z 11

      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