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 "Neural Networks" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 37
Tytuł:
Ways of Selecting Internal Patterns in Multilayer Perceptron Network
Autorzy:
Kolibabka, M.
Cader, A.
Siwocha, A.
Krupski, M.
Powiązania:
https://bibliotekanauki.pl/articles/108637.pdf
Data publikacji:
2012
Wydawca:
Społeczna Akademia Nauk w Łodzi
Tematy:
neural networks
artificial intelligence
back propagation
Opis:
Creating and later learning one-way neural networks depends on many factors. Selecting many of them has estimated and experimental character. The suggested method is the Allows weakness of the influence of the not optimal choice of the net structure, also speed and momentum values are less influential in classic Back then Propagation Method. There are few modes of choosing elements to use in Followed algorithm.
Źródło:
Journal of Applied Computer Science Methods; 2012, 4 No. 1; 63-73
1689-9636
Pojawia się w:
Journal of Applied Computer Science Methods
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Is Management a Science or an Art? From Theory to Practice of Management
Autorzy:
Grudzewski, Wiesław Maria
Wilimowska, Zofia
Powiązania:
https://bibliotekanauki.pl/articles/633673.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Marii Curie-Skłodowskiej. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
Tematy:
management
models
artificial intelligence
neural networks
agent
risk
Opis:
Purpose – The purpose of this article is to discuss and show that management is a science, not just an art. Decision-making in the enterprise requires talent and special skills supported by the right qualifications. According to Tatarkiewicz, management can be considered as an art, which can be interpreted as follows: “(...) man’s conscious creation is a work of art always when it recreates reality, shapes forms, or expresses experience, yet it is able either to delight, or touch, or shock” (Tatarkiewicz, 1972). On the other hand, the company management is understood as a continuous process of making decisions based on reliable knowledge, observations and experiences – it is, therefore, a science, and modern managers are not just passive consumers of research knowledge, but also its creators. Contemporary theories focus attention on constructing appropriate models, which support the decisions of managers allowing them to somehow “spy” and observe the effects of their decisions. The aim of the paper is to show that in the modern economy, design models to support the management of the enterprise is the science that uses the achievements of other sciences, creative adaptation of these achievements in modeling phenomena occurring in the world economy. The aim of this article is to show that management sciences are increasingly exploiting modern knowledge to build models for developing practical concepts of management systems.Design/Methodology/Approach – The authors present the review of mathematical models, computer models (used in situations where the analytical models cannot find the best solution), and in particular artificial intelligence algorithms and selected models of dynamic system for managing the organization and some examples of applications.Findings – The results obtained show that in the management sciences, many models are used to support managerial decisions. Of course, the achievements of other sciences are very often used, management is of an application, but also of scientific nature, because, in order to skillfully use knowledge from other fields, decision-making models should be developed to solve problems in management and allow to use the achievements of these other areas.Research limitations/implications – The limitations of this paper result from the fact that only selected models are presented in the article. The authors hope that these selected models will be the argument that management science is becoming more and more science and not an art only.Originality/Value – This paper presents the review of modern methods used in management sciences to show that modern management is more a science than an art.
Źródło:
International Journal of Synergy and Research; 2017, 6
2083-0025
Pojawia się w:
International Journal of Synergy and Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Developing solution for using artificial intelligence to obtain more accurate results of the basic parameters of radio signalpropagation
Opracowanie metody wykorzystania sztucznej inteligencji do uzyskiwania dokładniejszych wyników podstawowych parametrów propagacji sygnałów radiowych
Autorzy:
Shchepak, Andrii
Parkhomenko, Volodimir
Parkhomenko, Vyacheslav
Powiązania:
https://bibliotekanauki.pl/articles/1841265.pdf
Data publikacji:
2021
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
artificial intelligence
cellular neural networks
sztuczna inteligencja
komórkowe sieci neuronowe
Opis:
The article considers the methods of calculating radio signal power. The main factors influencing the distribution and their connection with the error in the calculations of the indicators' peak values are analyzed. The regularities of signal propagation and the correlation between the distance from the radio signal source and the ratio of noise to useful information are determined. These patterns allow us to develop a model of artificial intelligence, which improves the prediction of results compared to existing calculation methods. The obtained results present the efficiency of the offered method.
Rozważono metody obliczania mocy sygnału radiowego. Przeanalizowano wpływ głównych czynników na rozkład i ich związek z błędem w obliczeniach wartości szczytowych wskaźników. Wyznaczono zależności na propagację sygnału i korelację między odległością od źródła sygnału radiowego a stosunkiem szumu do informacji użytecznej. Zależności te pozwalają na opracowanie modelu sztucznej inteligencji, który poprawia predykcję wyników w porównaniu z dotychczasowymi metodami obliczeń. Uzyskane wyniki pozwalają wnioskować o skuteczności oferowanej metody.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2021, 11, 1; 36-39
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Developing solution for using artificial intelligence to obtain more accurate results of the basic parameters of radio signalpropagation
Opracowanie metody wykorzystania sztucznej inteligencji do uzyskiwania dokładniejszych wyników podstawowych parametrów propagacji sygnałów radiowych
Autorzy:
Shchepak, Andrii
Parkhomenko, Volodimir
Parkhomenko, Vyacheslav
Powiązania:
https://bibliotekanauki.pl/articles/1841279.pdf
Data publikacji:
2021
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
artificial intelligence
cellular neural networks
sztuczna inteligencja
komórkowe sieci neuronowe
Opis:
The article considers the methods of calculating radio signal power. The main factors influencing the distribution and their connection with the error in the calculations of the indicators' peak values are analyzed. The regularities of signal propagation and the correlation between the distance from the radio signal source and the ratio of noise to useful information are determined. These patterns allow us to develop a model of artificial intelligence, which improves the prediction of results compared to existing calculation methods. The obtained results present the efficiency of the offered method.
Rozważono metody obliczania mocy sygnału radiowego. Przeanalizowano wpływ głównych czynników na rozkład i ich związek z błędem w obliczeniach wartości szczytowych wskaźników. Wyznaczono zależności na propagację sygnału i korelację między odległością od źródła sygnału radiowego a stosunkiem szumu do informacji użytecznej. Zależności te pozwalają na opracowanie modelu sztucznej inteligencji, który poprawia predykcję wyników w porównaniu z dotychczasowymi metodami obliczeń. Uzyskane wyniki pozwalają wnioskować o skuteczności oferowanej metody.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2021, 11, 1; 36-39
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Perception-based reasoning: evaluation systems
Autorzy:
Rutkowska, D.
Powiązania:
https://bibliotekanauki.pl/articles/1931577.pdf
Data publikacji:
2003
Wydawca:
Politechnika Gdańska
Tematy:
fuzzy sets
perception-based systems
fuzzy neurons
neural networks
artificial intelligence
Opis:
A perception-based interpretation of evaluation systems is proposed in this paper. Thus, a perception-based approach to create intelligent systems is considered. The evaluation systems can be employed eg. in order to assess student exams, as well as to other applications. Evaluation marks used in these systems are given as perceptions expressed by words. The words play the role of labels of perceptions, and are represented by fuzzy sets. This means that the idea of perception-based systems, introduced by Zadeh, is applied. Various algorithms of overall assessment are suggested in this paper. Overall evaluation is produced as an aggregation of component evaluation marks. Systems of this kind can be obtained using fuzzy neurons, so fuzzy neural networks are also mentioned as a method of perception-based reasoning. The usefulness in artificial intelligence of both fuzzy sets and neural networks, and especially a combination of these, is shown.
Źródło:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2003, 7, 1; 131-145
1428-6394
Pojawia się w:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Efektywność klasyfikacji mrugnięcia z wykorzystaniem wybranych sieci neuronowych
Effectiveness of blink classification using selected neural networks
Autorzy:
Galas, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/41206126.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:
sieci neuronowe
sztuczna inteligencja
headset
BCI
EEG
Neural networks
artificial intelligence
Opis:
Głównym celem badania było porównanie i wykazanie, która z przedstawionych typów sieci neuronowych najlepiej sklasyfikuje pobierany sygnał EEG mierzony przez headset Emotiv EPOC. Przedstawione sieci neuronowe są stosowane w szerokim zakresie przetwarzania danych. Została wybrana sieć splotowa oraz sieć Kohonena. Parametry sieci, takie jak ilość przejść danych uczących w jednej sesji uczącej zostały modyfikowane. Badanie uwzględnia stopień błędu klasyfikacji sygnału przez sieć oraz ilość czasu potrzebna do trening modelu. Wartością porównywalną jest stosunek czasu treningu do stopnia dokładności klasyfikacji. Otrzymane wyniki zostały przedstawione jako wykresy zależności w/w wartości do parametrów dotyczących uczenia modelu sieci.
The main objective of this study was to compare and demonstrate which of the presented neural network types will best classify the extracted EEG signal measured by the Emotiv EPOC headset. The presented neural networks are used in a wide range of data processing. A convolutional network and a Kohonen network have been selected. The network parameters such as number of learning data transitions in one learning session have been modified. The study considers the degree of signal classification error by the network and the amount of time required to train the model. The comparative value is the ratio of training time to classification accuracy. The obtained results are presented as plots of the relation of the above-mentioned values to the parameters concerning the learning of the network model.
Źródło:
Studia i Materiały Informatyki Stosowanej; 2021, 1; 11-16
1689-6300
Pojawia się w:
Studia i Materiały Informatyki Stosowanej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Using neural networks to prediction on warsaws stock exchange
Autorzy:
Lichy, K.
Powiązania:
https://bibliotekanauki.pl/articles/95045.pdf
Data publikacji:
2016
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
artificial intelligence
neural networks
stock market
sztuczna inteligencja
sieci neuronowe
giełda
Opis:
The paper describes an experiment consisting of the application of artificial intelligence algorithms in the processes of predicting the stock market. A special tool was developed to evaluate whether artificial neural networks can predict stock market behavior. The aim of this paper was also to test how neural networks tapping trivial and easily attainable input data perform in an environment which is both complex and difficult to predict.
Źródło:
Information Systems in Management; 2016, 5, 4; 508-519
2084-5537
2544-1728
Pojawia się w:
Information Systems in Management
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Intelligent methods of ANN type in symptom diagnostic of motocar vehicles electrical equipment
Inteligentne metody typu SSN w symptonowej diagnostyce wyposażenia elektrycznego pojazdów samochodowych
Autorzy:
Yastrebov, A.
Gad, S.
Słoń, G.
Łaskawski, M.
Powiązania:
https://bibliotekanauki.pl/articles/328946.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
sztuczna inteligencja
sieć neuronowa
diagnostyka
pojazd
artificial intelligence
neural networks
diagnostic
vehicle
Opis:
In this paper the intelligent computer diagnostic system for specified symptom models is presented. Concluding rules are executed with the help of artificial neural networks (ANN) and fuzzy neural networks (type MLP and TSK). Performed system was used for diagnosing of the vehicle's electrical equipment. Results of the computer simulations presented in the paper, carried out for the simulated and real signals, prove efficiency of the system.
W artykule przedstawiono inteligentny komputerowy system diagnostyczny dla szczególnych modeli symptomowych. Reguły wnioskujące są realizowane z pomocą sztucznych sieci neuronowych (SSN) oraz sieci neuronowo-rozmytych (typu MLP oraz TSK). Opracowany system został zastosowany do diagnozowania wyposażenia elektrycznego w pojeździe. Wyniki symulacji komputerowych przedstawione w artykule, uzyskane dla sygnałów symulacyjnych oraz zmierzonych, potwierdzają skuteczność systemu.
Źródło:
Diagnostyka; 2006, 1(37); 69-76
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Machine learning and artificial intelligence techniques for detecting driver drowsiness
Autorzy:
Prathap, Boppuru Rudra
Kumar, Kukatlapalli Pradeep
Hussain, Javid
Chowdary, Cherukuri Ravindranath
Powiązania:
https://bibliotekanauki.pl/articles/27314194.pdf
Data publikacji:
2022
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
artificial intelligence
machine learning
drowsiness detection
image processing
convolutional neural networks
AI visuals
Opis:
The number of automobiles on the road grows in lockstep with the advancement of vehicle manufacturing. Road accidents appear to be on the rise, owing to this growing proliferation of vehicles. Accidents frequently occur in our daily lives, and are the top ten causes of mortality from injuries globally. It is now an important component of the worldwide public health burden. Every year, an estimated 1.2 million people are killed in car accidents. Driver drowsiness and weariness are major contributors to traffic accidents this study relies on computer software and photographs, as well as a Convolutional Neural Network (CNN), to assess whether a motorist is tired. The Driver Drowsiness System is built on the MultiLayer Feed-Forward Network concept CNN was created using around 7,000 photos of eyes in both sleepiness and non-drowsiness phases with various face layouts. These photos were divided into two datasets: training (80% of the images) and testing (20% of the images). For training purposes, the pictures in the training dataset are fed into the network. To decrease information loss as much as feasible, backpropagation techniques and optimizers are applied. We developed an algorithm to calculate ROI as well as track and evaluate motor and visual impacts.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2022, 16, 2; 64--73
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Tractography Methods in Preoperative Neurosurgical Planning
Autorzy:
Koryciński, Mateusz
Ciecierski, Konrad A.
Powiązania:
https://bibliotekanauki.pl/articles/1839329.pdf
Data publikacji:
2021
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
artificial intelligence
diffusion tensor imaging
Dijkstra's algorithm
graph traversing
MRI
neural networks
tractography
Opis:
Knowledge of the location of nerve tracts during the surgical preoperative planning stage and during the surgery itself may help neurosurgeons limit the risk of causing neurological deficits affecting the patient’s essential abilities. Development of MRI techniques has helped profoundly with in vivo visualization of the brain’s anatomy, enabling to obtain images within minutes. Different methodologies are relied upon to identify anatomical or functional details and to determine the movement of water molecules, thus allowing to track nerve fibers. However, precise determination of their location continues to be a labor-intensive task that requires the participation of highly-trained medical experts. With the development of computational methods, machine learning and artificial intelligence, many approaches have been proposed to automate and streamline that process, consequently facilitating image-based diagnostics. This paper reviews these methods focusing on their potential use in neurosurgery for better planning and intraoperative navigation.
Źródło:
Journal of Telecommunications and Information Technology; 2021, 3; 78-85
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sztuczne sieci neuronowe Kohonena jako narzędzie w taksonomii paleontologicznej - metodyka oraz zastosowanie na przykładzie późnokredowych belemnitów
Artificial Kohonen neural networks as a tool in paleontological taxonomy - an introduction and application to Late Cretaceous belemnites
Autorzy:
Remin, Z.
Powiązania:
https://bibliotekanauki.pl/articles/2074559.pdf
Data publikacji:
2008
Wydawca:
Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
Tematy:
paleontologia
sztuczna inteligencja
sieci neuronowe Kohonena
samoorganizujących się sieci Kohonena
klasyfikacja
belemnity
górna kreda
paleontology
artificial intelligence
artificial neural networks
Kohonen neural networks
self-organizing map
classification
belemnites
Upper Cretaceous
Opis:
Artificial neural networks (ANNs), the computer software or systems that are able to "learn" on the basis of previously collected input data sets are proposed here as a new useful tool in paleontological modeling. Initially ANNs were designed to imitate the structure and function of natural neural systems such as the human brain. They are commonly used in many natural researches such as physics, geophysics, chemistry, biology, applied ecology etc. Special emphasis is put on the Kohonen self-organizing mapping algorithm, used in unsupervised networks for ordination purposes. The application of ANNs for paleontology is exemplified by study of Late Cretaceous belemnites. The Kohonen networks objectively subdivided the belemnite material] ~ 750 specimens) into consistent groups that could be treated as monospecific. The possibility of transferring these results to the language of classical statistics is also presented. Further development and possibility of use of ANNs in various areas of paleontology, paleobiology and paleoecology is briefly discussed.
Źródło:
Przegląd Geologiczny; 2008, 56, 1; 58-66
0033-2151
Pojawia się w:
Przegląd Geologiczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparison of an effectiveness of artificial neural networks for various activation functions
Porównanie efektywności sztucznych sieci neuronowych dla różnych funkcji aktywacji
Autorzy:
Florek, Daniel
Miłosz, Marek
Powiązania:
https://bibliotekanauki.pl/articles/24083568.pdf
Data publikacji:
2023
Wydawca:
Politechnika Lubelska. Instytut Informatyki
Tematy:
activation functions
artificial neural networks
artificial intelligence
funkcja aktywacji
sztuczne sieci neuronowe
sztuczna inteligencja
Opis:
Activation functions play an important role in artificial neural networks (ANNs) because they break the linearity in the data transformations that are performed by models. Thanks to the recent spike in interest around the topic of ANNs, new improvements to activation functions are emerging. The paper presents the results of research on the effectiveness of ANNs for ReLU, Leaky ReLU, ELU, and Swish activation functions. Four different data sets, and three different network architectures were used. Results show that Leaky ReLU, ELU and Swish functions work better in deep and more complex architectures which are to alleviate vanishing gradient and dead neurons problems. Neither of the three aforementioned functions comes ahead in accuracy in all used datasets, although Swish activation speeds up training considerably and ReLU is the fastest during prediction process.
Funkcje aktywacji, przełamując linową naturę transformacji zachodzących w sztucznych sieciach neuronowych (SSN), pozwalają na uczenie skomplikowanych wzorców występujących w danych wejściowych, np. w obrazach. Wzrost zain-teresowania wokół SSN skłonił naukowców do badań wokół różnolitych aktywacji, które mogą dać przewagę podczas uczenia jak i przewidywania, ostatecznie przyczyniając się do powstania nowych, interesujących rozwiązań. W artykule przedstawiono wyniki badań nad efektywnością SSN dla funkcji ReLU, Leaky ReLU, ELU oraz Swish, przy użyciu czterech zbiorów danych i trzech różnych architektur SSN. Wyniki pokazują, że funkcje Leaky ReLU, ELU i Swish lepiej sprawdzają się w głębokich i bardziej skomplikowanych architekturach, mając za zadanie zapobieganie proble-mom zanikającego gradientu (ang. Vanishing Gradient) i martwych neuronów (ang. Dead neurons). Żadna z trzech wyżej wymienionych funkcji nie ma przewagi w celności (ang. Accuracy), jednakże Swish znacznie przyspiesza ucze-nie SSN, a ReLU jest najszybsza w procesie przewidywania
Źródło:
Journal of Computer Sciences Institute; 2023, 26; 7--12
2544-0764
Pojawia się w:
Journal of Computer Sciences Institute
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych w analizie sygnałów elektrokardiograficznych
Using artificial neural networks for analysis of electrocardiographic signals
Autorzy:
Litwińska, M.
Powiązania:
https://bibliotekanauki.pl/articles/261498.pdf
Data publikacji:
2014
Wydawca:
Politechnika Wrocławska. Wydział Podstawowych Problemów Techniki. Katedra Inżynierii Biomedycznej
Tematy:
EKG
sztuczna inteligencja
sztuczne sieci neuronowe
Matlab
ECG
artificial intelligence
artificial neural networks
MATLAB
Opis:
Celem pracy było przebadanie możliwości zastosowania sztucznych sieci neuronowych do analizy i rozpoznawania sygnałów EKG. Artykuł zawiera przegląd zagadnień dotyczących EKG, pozyskiwania i interpretacji sygnałów oraz zastosowania sztucznych sieci neuronowych do diagnostyki. Znaczącym elementem pracy jest próba zaimplementowania w programie Matlab systemu rozróżniającego sygnały różnego typu.
The main goal of the work is to test the possibility of using artificial neural networks for analysis and recognition of ECG signals. The paper contains a review of issues related to ECG, acquisition and interpretation of signals, application of artificial neural networks in the diagnosis. A significant element is the attempt to implement the system for differentiating various types of signals using Matlab software.
Źródło:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna; 2014, 20, 2; 80-94
1234-5563
Pojawia się w:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Utilisation of the artificial neural network in the strategy for the allocation of storage space
Autorzy:
Janke, Piotr
Jończyk, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/1883695.pdf
Data publikacji:
2020
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
logistics
machine learning
artificial intelligence
neural networks
logistyka
uczenie maszynowe
sztuczna inteligencja
sieci neuronowe
Opis:
Purpose: The main goal of the article is to develop a method that automatically allocates the warehouse zones of the product range of the studied enterprise for the selected machine learning algorithm. Design/methodology/approach: The problem of the studied issue is presented in the context of a specific company. The research used the double ABC method for the initial classification of zones. Input data were prepared according to the developed methodology. Selected machine learning algorithms were tested for the same data. Findings: Machine learning methods can be used to classify storage zones in that specific warehouse. Especially Boosted Trees and Neural Networks gives small errors at training stage witch our methodology. There may be differences in errors at the stage of learning the algorithm and the stage of implementing it with completely new data. Originality/value: Machine learning is a new solution that is increasingly used in various areas of logistics. The article draws attention to some problems in implementing this solution for enterprises.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2020, 145; 197-209
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On application of some artificial intelligence methods in ship design
Autorzy:
Meler-Kapcia, M.
Zieliński, S.
Kowalski, Z.
Powiązania:
https://bibliotekanauki.pl/articles/259171.pdf
Data publikacji:
2005
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
artificial intelligence
expert system
neural networks
relational database
case-based reasoning method
aided ship design
Opis:
In the paper were presented examples of use of some intelligence tools such as a neural network, expert system and relational database to ship design. The neural network of back-propagation of errors was applied to select required power of ship main propulsion system on the basis of ship main parameters. Results obtained by using the network were compared with resulting values for similar ships found in Access database application. To aid design of the main propulsion system and ship power plant automation fuzzy logic was applied as an element of Case Based Reasoning (CBR) method in Exsys expert system as well as a few methods for selection of similar ships, elaborated by the authors.
Źródło:
Polish Maritime Research; 2005, 1; 14-20
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 37

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