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 "artificial intelligent" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Preface to special issue on Modern Intelligent Systems Concepts II
    Autorzy:
    Idrissi, Abdellah
    Powiązania:
    https://bibliotekanauki.pl/articles/2141893.pdf
    Data publikacji:
    2020
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    modern intelligent systems
    artificial neural network
    ANN
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2020, 14, 4; 35-36
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Inteligentny system monitorowania sieci wodociągowych
    Intelligent monitoring of local water supply system
    Autorzy:
    Wyczółkowski, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/301876.pdf
    Data publikacji:
    2008
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    sieci wodociągowe
    diagnostyka
    wyciek
    lokalizacja
    wykrywanie
    sieci neuronowe
    water supply systems
    diagnostics
    leakage detection
    localization
    artificial neural network
    Opis:
    W referacie przedstawiono badania związane z budową systemu monitorowania sieci wodociągowych, sygnalizujących pojawienie się awarii sieci i wspomagającego ich lokalizację. Podstawowym założeniem omawianego systemu było przyjęcie metody wykrywania awarii stosowanej dotychczas w diagnostyce technicznej maszyn i procesów przemysłowych, opartej o modele przybliżone obiektu diagnozowanego. Bazując na niewielkiej liczbie czujników przepływu zainstalowanych na sieci wodociągowej i odpowiednio wytrenowanej sztucznej sieci neuronowej pojawiające się awarie sieci są wykrywane i lokalizowane. Opisany został pierwszy etap prac (lokalizacja czujników pomiarowych, przygotowanie i trenowanie klasyfikatora neuronalnego) oraz uzyskane wyniki.
    In the paper an intelligent monitoring system of local water supply system was described. The author took advantage of methods of artificial intelligence and methods known from model-based process diagnostics to decrease the number of indispensable measuring points. Basing on few flow sensors installed on pipeline network and using neural network as a model of pipeline, appeared leakages are approximately localized. The first stage of system building (choosing of sensor localization, neural network preparing and training) and results obtained to-date were shown.
    Źródło:
    Eksploatacja i Niezawodność; 2008, 1; 33-36
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The intelligent system for automotive fuels quality definition
    Inteligentny system do oceny jakości paliw samochodowych
    Autorzy:
    Drevetskiy, V.
    Klepach, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/408048.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    hydrodynamics
    artificial neural network
    fuels
    real-time systems
    hydrodynamika
    sztuczna sieć neuronowa
    paliwa
    system czasu rzeczywistego
    Opis:
    An intelligent system, based on hydrodynamic method and artificial neural networks usage for automotive fuels quality definition have been developed. Artificial neural networks optimal structures for the octane number of gasoline, cetane number, cetane index of diesel fuel definition have been substantiated and their accuracy has been analyzed. The implementation of artificial neural networks by means of microcontroller-based systems has been considered.
    Opracowano inteligentny system bazujący na metodach hydrodynamicznych i sieci neuronowej wykorzystywany do oceny jakości paliwa samochodowego. Przedstawiono optymalne struktury sieci neuronowych do oceny liczby oktanowej benzyny, liczby cetanowej i indeksu cetanowego dla oleju napędowego oraz przeanalizowano ich dokładności. Rozważono możliwość implementacji sieci neuronowych z wykorzystaniem mikrokontrolera.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2013, 3; 11-13
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Inteligentny system wspomagający proces identyfikacji perspektywicznych horyzontów w wielohoryzontowych złożach gazu ziemnego uwzględniający kryterium ekonomiczne ich udostępnienia i eksploatacji
    Intelligent system supporting the process of identification of perspective horizons in multi-horizontal gas deposits taking into account economic criteria, their completion and exploitation
    Autorzy:
    Pańko, Adam
    Powiązania:
    https://bibliotekanauki.pl/articles/31344032.pdf
    Data publikacji:
    2022
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    sztuczna inteligencja
    uczenie maszynowe
    sztuczne sieci neuronowe
    zastępczy model złożowy
    analiza ekonomiczna
    artificial intelligence
    machine learning
    artificial neural network
    surrogate reservoir model
    economic analysis
    Opis:
    W artykule zaprezentowano inteligentny system wspomagający proces identyfikacji perspektywicznych horyzontów złożowych w wielohoryzontowych złożach gazu ziemnego, uwzględniający kryterium ekonomiczne ich udostępnienia i eksploatacji. W procesie projektowania systemu zostały wykorzystane dotychczasowe doświadczenia firmy ORLEN Upstream z prac prowadzonych na obszarze zapadliska przedkarpackiego w utworach miocenu, obejmujące etap poszukiwania i eksploatacji wielohoryzontowych złóż gazu ziemnego. System został opracowany na bazie sztucznej inteligencji (SI) z wykorzystaniem między innymi sztucznych sieci neuronowych (SSN) i metod uczenia maszynowego (ML) oraz dodatkowo metod tzw. eksperymentu projektowanego (ang. design of experiment, DOE). Pierwsza część systemu obejmuje procesy związane z selekcją odpowiednich danych wejściowych i ich przygotowaniem do wykorzystania w kolejnych elementach systemu. Kolejnym etapem inteligentnego systemu jest identyfikacja perspektywicznych horyzontów złożowych w nowo wierconych odwiertach na podstawie wyników wykonanych opróbowań typu DST (ang. drill stem test) i testów produkcyjnych w dotychczas odwierconych i eksploatowanych odwiertach przez ORLEN Upstream. Następny element systemu stanowi projekt bazy danych wejściowych do budowy zastępczego modelu złożowego (ZMZ). Do konstrukcji bazy danych wykorzystano metodę Latin hypercube i symulator numeryczny Eclipse. W dalszej części systemu skonstruowany model zastępczy został użyty do probabilistycznego generowania profili wydobycia gazu ze zidentyfikowanych w poprzednim etapie perspektywicznych horyzontów złożowych. Ostatnim elementem zaprojektowanego systemu jest analiza ekonomiczna opłacalności procesu udostępniania i eksploatacji, bazująca między innymi na wyznaczonych profilach wydobycia gazu. Wynikiem analizy jest wyznaczenie podstawowych wskaźników ekonomicznych inwestycji. Na podstawie przeprowadzonej analizy ekonomicznej tworzony jest ranking zidentyfikowanych horyzontów i podejmowana jest decyzja o ewentualnym udostępnieniu i eksploatacji zidentyfikowanego horyzontu lub odstąpieniu od jego opróbowania.
    The article presents an intelligent system supporting the process of identification of perspective horizons in multi-horizontal gas deposits taking into account economic criteria of their completion and exploitation. Artificial Intelligence has been used for more than two decades as a development tool for solutions in several areas of the E&P industry: production control and optimization, forecasting, ans simulation, among many others. The intelligent system was designed based on so far carried out work by the ORLEN Upstream company in the area of the Carpathian Foredeep (Miocene formations), including the phase of exploration and exploitation of multi-horizontal gas deposits. The system was developed based on artificial intelligence (AI) using, among other things, artificial neural networks (ANN), machine learning (ML), and additional methods of design of experiment (DOE). The first part of the designed system includes processes connected with the selection of proper input data and their preparation to be utilized in the next section of the system. The next stage of the intelligent system is the identification of perspective horizons in the new drilling wells based on results from performed DST and production tests in so far drilled and exploited wells by ORLEN Upstream. The subsequent stage is the design of input database for the construction of the Surrogate Reservoir Model (SRM). This input database was prepared using the Latin Hypercube method and the commercial reservoir simulator Eclipse. In the duration of the next stage of the system, the previously prepared Surrogate Reservoir Model was utilized to probabilistically generate production gas profiles from identified horizons. The final part of the intelligent system is the economic profitability analysis of investments, among other things, based on generated production profiles. The results of the economic analysis are economic indicators of investment. The decision concerning the possible completion and exploitation of the identified horizon or renouncement of the execution of the drill stem test is made on the basis of the economic results.
    Źródło:
    Nafta-Gaz; 2022, 78, 11; 827-834
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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