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 "Trajer, J" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Sztuczne sieci neuronowe w modelowaniu procesów z ograniczonym zbiorem danych w inżynierii rolniczej
    Neural networks in modeling agricultural engineering processes with limited date file
    Autorzy:
    Trajer, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/286483.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sztuczne sieci neuronowe
    modelowanie
    inżynieria rolnicza
    artificial neural network
    modeling
    agricultural engineering
    Opis:
    Celem pracy jest przedstawienie metody neuronowego modelowania procesów z ograniczonym zbiorem danych. W przykładzie wykorzystano bazę danych zmian cen przechowywanej marchwi. Podano koncepcję budowy modelu neuronowego, który pomimo ograniczonego zbioru danych posiadać może zadowalające własności uogólniające, w sensie rozszerzenia zasięgu jego stosowalności poza zbiór uczący.
    In this paper the analysis of the neural modeling of the agricultural engineering process was presented. The problems of effectiveness and quality neural networks in these processes was discussed.
    Źródło:
    Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 173-180
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie sum napromienienia słonecznego dla potrzeb energetyki słonecznej
    Prediction of solar radiation sums for solar energy conversion systems
    Autorzy:
    Trajer, J.
    Czekalski, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/287386.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    prognoza
    suma napromienienia słonecznego
    sztuczna sieć neuronowa
    energetyka słoneczna
    prediction
    solar radiation sums
    modeling
    artificial neural network
    solar energy conversion system
    Opis:
    Prognozowanie sum napromienienia słonecznego określonych płaszczyzn może być wykorzystywane w sterowaniu pracą hybrydowych systemów pozyskujących aktywnie energię słoneczną i systemów biernych (w budownictwie). Opracowano metodę prognozowania sum napromienienia słonecznego płaszczyzny pochyłej z wykorzystaniem sztucznej sieci neuronowej. Wykorzystano bazę danych dobowych sum napromienienia słonecznego ze stanowiska pomiarowego SGGW – Ursynów z okresu 1995-2000. Opracowano koncepcję kaskadowego modelu neuronowego, w którym prognozy krótkoterminowe wykorzystują wyniki z modelu średnioterminowego, a średnioterminowe z długoterminowego. Model poddano weryfikacji.
    Predicting the summary solar radiation on determined surfaces may be used to automatic control of both, the hybrid systems gaining actively the solar energy as well as the passive systems (applied in building engineering). The method of predicting solar radiation sums on an inclined surface was worked out with the use of artificial neural network. Data base on daily solar radiation sums from the measurements on south-oriented tilted surface at Ursynów (Agricultural University of Warsaw) within the period of 1995-2000, was used for this purpose. A cascade neural model was developed where the short-term prognoses use the results of medium-term model, whereas the medium-term – from the long-term model. The model has been verified.
    Źródło:
    Inżynieria Rolnicza; 2005, R. 9, nr 8, 8; 393-399
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Assessment of wind energy resources using artificial neural networks – case study at Łódź Hills
    Autorzy:
    Korupczyński, R.
    Trajer, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/199792.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    wind speed
    artificial neural network
    wind resources
    measure-correlate-predict
    prędkość wiatru
    sztuczna sieć neuronowa
    zasoby wiatru
    pomiar-korelacja-przewidywanie
    Opis:
    The aim of this paper is to answer the question: Are the Łódź Hills useful for electrical energy production from wind energy or not? Due to access to short-term data related to wind measurements (the period of 2008 and 2009) from a local meteorological station, the measure – correlate – predict approach have been applied. Long-term (1979‒2016) reference data were obtained from ECWMF ERA-40 Reanalysis. Artificial neural networks were used to calculate predicted wind speed. The obtained average wind speed and wind power density was 4.21 ms–1 and 70 Wm–1, respectively, at 10 m above ground level (5.51 ms–1, 170 Wm–1 at 50 m). From the point of view of Polish wind conditions, Łódź Hills may be considered useful for wind power engineering.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2019, 67, 1; 115-124
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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