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 "fuzzy-neural system" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Hybrid intelligent system for pattern recognition
    Autorzy:
    Melin, P.
    Castillo, O.
    Powiązania:
    https://bibliotekanauki.pl/articles/384459.pdf
    Data publikacji:
    2007
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    soft computing
    intelligent system
    algorithms
    fuzzy logic
    neural networks
    Opis:
    We describe in this paper a general overview oj the analysis and design of hybrid intelligent systems for pattern recognition applications. Hybrid intelligent systems can be developed by a careful combination of several soft-computing techniques. The combination of soft computing techniques has to take advantage of the capabilities of each technique in solving port of the pattern recognition problem. We review the problems of face, fingerprint and mice recognition and their soiution using hybrid intelligent systems. Recognition rates achieved with the hybrid approaches are comparable with the best approaches known for solving these recognition problems.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2007, 1, 2; 13-19
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A fuzzy neural network for knowledge acquisition in complex time series
    Autorzy:
    Kasabov, N.
    Kim, J.
    Kozma, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/205889.pdf
    Data publikacji:
    1998
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    logika rozmyta
    sieć neuronowa rozmyta
    układ dynamiczny
    adaptation
    computational neural net
    fuzzy logic
    fuzzy neural net
    knowledge acquisition
    time-series and dynamical system
    Opis:
    A novel fuzzy neural network, called FuNN, is applied here for time-series modeling. FuNN models have several features that make them well suited to a wide range of knowledge engineering applications. These strengths include fast and accurate learning, good generalisation capabilities, excellent explanation facilities in the form of semantically meaningful fuzzy rules, and the ability to accomodate both numerical data and existing expert knowledge about the problem under consideration. We investigate the effectiveness of the proposed neuro-fuzzy hybrid architectures for manipulating the future behaviour of nonlinear dynamical systems and interpreting fuzzy if-then rules. A well-known example of Box and Jenkins is used as a benchmark time series in the proposed modelling approach and the other modelling approach. Finally, experimental results and comparisons with the other popular neuro-fuzzy inference system, namely Adaptive Network-based Fuzzy Inference System (ANFIS) are also presented.
    Źródło:
    Control and Cybernetics; 1998, 27, 4; 593-611
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Building intrusion detection systems based on the basis of methods of intellectual analysis of data
    Budowa systemów wykrywania ataków na podstawie metod inteligentnej analizy danych
    Autorzy:
    Tolіupa, S.
    Brailovskyi, M.
    Parkhomenko, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/952707.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    intrusion detection system
    attack
    fuzzy logic
    neural network
    system wykrywania włamań
    atak
    logika rozmyta
    sieć neuronowa
    Opis:
    Nowadays, with the rapid development of network technologies and with global informatization of society problems come to the fore ensuring a high level of information system security. With the increase in the number of computer security incidents, intrusion detection systems (IDS) started to be developed rapidly.Nowadays the intrusion detection systems usually represent software or hardware-software solutions, that automate the event control process, occurring in an information system or network, as well as independently analyze these events in search of signs of security problems. A modern approach to building intrusion detection systems is full of flaws and vulnerabilities, which allows, unfortunately, harmful influences successfully overcome information security systems. The application of methods for analyzing data makes it possible identification of previously unknown, non-trivial, practically useful and accessible interpretations of knowledge necessary for making decisions in various spheres of human activity. The combination of these methods along with an integrated decision support system makes it possible to build an effective system for detecting and counteracting attacks, which is confirmed by the results of imitation modeling.
    W chwili obecnej szybki rozwój technologii sieciowych i globalnej informatyzacji społeczeństwa uwypukla problemy związane z zapewnieniem wysokiego poziomu bezpieczeństwa systemów informacyjnych. Wraz ze wzrostem liczby incydentów komputerowych związanych z bezpieczeństwem nastąpił dynamiczny rozwój systemów wykrywania ataków. Obecnie systemy wykrywania włamań i ataków to zazwyczaj oprogramowanie lub sprzętowo-programowe rozwiązania automatyzujące proces monitorowania zdarzeń występujących w systemie informatycznym lub sieci, a także samodzielnie analizujące te zdarzenia w poszukiwaniu oznak problemów bezpieczeństwa. Nowoczesne podejście do budowy systemów wykrywania ataków na systemy informacyjne jest pełne wad i słabych punktów, które niestety pozwalają szkodliwym wpływom na skuteczne pokonanie systemów zabezpieczania informacji. Zastosowanie metod inteligentnej analizy danych pozwala wykryć w danych nieznane wcześniej, nietrywialne, praktycznie użyteczne i dostępne interpretacje wiedzy niezbędnej do podejmowania decyzji w różnych sferach ludzkiej działalności. Połączenie tych metod wraz ze zintegrowanym systemem wspomagania decyzji umożliwia zbudowanie skutecznego systemu wykrywania i przeciwdziałania atakom, co potwierdzają wyniki modelowania.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2018, 8, 4; 28-31
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Using hybridized techniques to develop an online workplace risk assessment tool
    Użycie technik hybrydowych w implementacji systemu online do oceny stresu w miejscu pracy
    Autorzy:
    Ghosh, A.
    Nafalski, A.
    Tweedale, J.
    Dollard, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/408265.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    stres w miejscu pracy
    inteligentny agent
    system wieloagentowy
    systemy neuronowe
    logika rozmyta
    work stress
    agent
    multi-agent system
    neural network
    fuzzy logic
    Opis:
    Recent research has shown that work stress has become a widespread concern in Australia and other countries. It is a growing concern across all employment sectors as well as occupational levels and reported as a common cause of occupational illness. Work stress can be prevented if it is identified, measured and changes are made to the work environment. Multi-Agent technology has been used in many applications but has not been applied in psychology for analysing data. This paper presents hybridized techniques, which have been used to develop an online tool for work stress assessment and prevention.
    Ostatnie badania wykazały, że stres w miejscu pracy stał się przedmiotem rosnących obaw w Australii i w innych krajach. Wszystkie sektory zatrudnienia doświadczają wzrostu psychicznych chorób zatrudnieniowych. Stres w miejscu pracy może być uniknięty jeśli jest identyfikowany, mierzony i stosowne zmiany są implementowane w środowisku pracy. Technologia systemów wieloagentowych jest używana w wielu aplikacjach, lecz nie była dotąd zastosowana w psychologii do analizy danych. Artykuł prezentuje techniki hybrydowe, zastosowane do oceny online i prewencji stresu.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2012, 4b; 42-45
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Supply chain risk management by Monte Carlo method
    Zarządzanie ryzykiem łańcucha dostaw za pomocą metody Monte Carlo
    Autorzy:
    Rymarczyk, T.
    Kłosowski, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/407698.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    project management
    decision support systems
    neural networks
    fuzzy logic
    zarządzanie projektami
    system wspomagania decyzji
    sieci neuronowe
    logika rozmyta
    Opis:
    In this paper, the conceptual model of risk-based cost estimation for completing tasks within supply chain is presented. This model is a hybrid. Its main unit is based on Monte Carlo Simulation (MCS). Due to the fact that the important and difficult to evaluate input information is vector of risk-occur probabilities the use of artificial intelligence method was proposed. The model assumes the use of fuzzy logic or artificial neural networks – depending on the availability of historical data. The presented model could provide support to managers in making valuation decisions regarding various tasks in supply chain management.
    W artykule zaprezentowano przykład zastosowania hybrydowego systemu wspomagania decyzji w kontekście zarządzania ryzykiem w łańcuchu dostaw. Główny moduł sterownika bazuje na koncepcji symulacji Monte Carlo. Wektor danych wejściowych zawiera istotne informacje, których wyrażenie w postaci zmiennych ilościowych stanowi wyzwanie, w związku z czym zaproponowano użycie sztucznej inteligencji. W zależności od dostępności do danych historycznych, sterownik decyzyjny zastosuje sieci neuronowe lub logikę rozmytą. Zaprezentowane rozwiązanie może stanowić wsparcie dla menedżerów podczas podejmowania decyzji będących odpowiedzią na różnorodne ryzyka w obszarze zarządzania łańcuchem dostaw.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2017, 7, 4; 20-23
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The use of a hybrid model of the expert system for assessing the potentiality of manufacturing the assumed quantity of wire harnesses
    Hybrydowy model eksperckiego systemu oceny stabilności systemu produkcyjnego
    Autorzy:
    Burduk, Anna
    Grzybowska, Katarzyna
    Safonyk, Andrii
    Powiązania:
    https://bibliotekanauki.pl/articles/361998.pdf
    Data publikacji:
    2019
    Wydawca:
    Wyższa Szkoła Logistyki
    Tematy:
    production system
    risk assessment
    artificial neural networks
    fuzzy logic
    stability
    variability
    system produkcji
    ocena ryzyka
    sztuczne sieci neuronowe
    logika rozmyta
    stabilność
    zmienność
    Opis:
    Wstęp: W artykule przedstawiono koncepcję sterowania systemem produkcyjnym, pozwalającą na zachowanie jego stabilności, a tym samym na realizację założonych planów produkcyjnych. W tym celu zaproponowano połączenia modeli symulacyjnych i modeli sztucznych sieci neuronowych (SSN) systemu produkcyjnego. Połączenie obydwu typów modeli było możliwe dzięki opracowaniu hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji planu produkcji (celu) w zależności od wielkości ryzyka i poziomu stabilności analizowanego systemu produkcyjnego. Analizowany problem - możliwość realizacji planów produkcyjnych w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego - jest trudny do zamodelowania matematycznego. Jednak na podstawie analizy danych, pochodzących z modelu symulacyjnego i modelu ANN, można uzyskać informacje dotyczące zależności odpowiadających sobie wartości wejściowych i wyjściowych. Metody: Na podstawie przedstawionego sposobu zarządzania procesu produkcyjnego z wykorzystaniem modeli komputerowych, przeanalizowano możliwości zastosowania modeli symulacyjnych i modeli ANN w ocenie stabilności i ryzyka systemów produkcyjnych. Dokonano analizy i porównania obydwu typów modeli ze względu na sposób budowy oraz rodzaj danych wejściowych i wyjściowych. Wyniki: Na bezpośrednie połączenie modeli symulacyjnych i modeli SSN nie pozwala ich odmienna budowa, specyfika oraz inne rodzaje danych wejściowych i wyjściowych. Dlatego prezentowana w artykule koncepcja fuzji obydwu typów modeli odbywa się poprzez bazę wiedzy eksperckiej i wnioskowanie rozmyte. Wnioski: Na potrzeby sterowania systemem produkcyjnym, zaproponowano budowę hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji celu w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego.
    Background: Control plays the main role in ensuring the stability of production processes, while digital models of processes and methods of artificial intelligence are used more and more commonly in it. Production of highly diversified items in small lots at low inventory levels is characterised by a much lower stability as compared with largelot manufacturing. Additionally, innovations created for items or processes result in disturbances to current work. Although this turbulence is usually momentary, it may lead to a loss of function or manufacturing stability, which in turn translates into financial losses, as well as losing customers. This paper presents the potential of using simulation models and artificial neural network models to assess the stability of a reorganized production system. Methods: The problem analysed in the paper is that of merging a simulation model with an ANN model by designing a hybrid model. A direct connection of both types of models is not possible due to their various structures, specificity, and different purposes, as well as the various types of input and output data. Therefore, the idea of merging these two types of models through an expert knowledge base and fuzzy inference was proposed. The results from the simulation model and the ANN model were used to gather the knowledge on the production system being analysed. It has been proposed that the output from the simulation model provided knowledge of the risk level, while the output from the ANN model provided knowledge of process stability. Results: The paper presents the idea of projecting a hybrid model of the expert system in order to assess the stability of a reorganized production system. A model of a hybrid expert system was developed to assess the potential of executing the assumed production plans. The level of risk and the level of stability determined by the simulation model and the ANN model are entered into the system. The output from the expert model is the value of the variable determining the potential of achieving the goal. In the construction of the model, fuzzy inference was used, which uses linguistic variables and is characterized by a knowledge system in the form of fuzzy rules "if ... then ...". For both the independent variable and for the dependent variable, a set of membership functions representing accepted linguistic variables was proposed, and then decision rules were determined. The idea of merging simulation models with ANN models was tested on a practical example in production system that manufactures products for dishwashers. Conclusions: The potentiality to execute production plans depending on the level of risk and the level of stability of the production system is too complicated to be modelled mathematically, but based on the analysis of data from the simulation and ANN models, it is possible to obtain information concerning the relations between corresponding input and output values.
    Źródło:
    LogForum; 2019, 15, 4; 459-473
    1734-459X
    Pojawia się w:
    LogForum
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hybrid model of an expert system for assessing the stability of a production system
    Hybrydowy model eksperckiego systemu oceny stabilności systemu produkcyjnego
    Autorzy:
    Burduk, A.
    Grzybowska, K.
    Kovács, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/362325.pdf
    Data publikacji:
    2018
    Wydawca:
    Wyższa Szkoła Logistyki
    Tematy:
    production system
    risk assessment
    artificial neural networks
    fuzzy logic
    stability
    variability
    system produkcji
    ocena ryzyka
    sieci neuronowe sztuczne
    logika rozmyta
    stabilność
    zmienność
    Opis:
    Background: The article presents the concept of control of the production system, which allows to maintain its stability, and thus to implement the established production plans. For this purpose, combinations of simulation models and artificial neural network (ANN) models of the production system have been suggested. The combination of both types of models was possible thanks to the development of a hybrid model of the expert system to assess the possibility of implementing the production plan (objective) depending on the risk size and the level of stability of the production system analysed. The analysed problem - the possibility of implementing production plans depending on the risk size and the level of stability of the production system - is difficult to mathematical modelling. However, based on the data analysis from the simulation model and the ANN model, we can obtain information on the dependences of the corresponding input and output values. Methods: Based on the presented method of managing the production process using computer models, the possibilities of using simulation models and ANN models in assessing the stability and risk of production systems have been analysed. The analysis and comparison of both types of models have been performed due to the construction and the type of input and output data. Results: The direct combination of simulation models and ANN models is not allowed by their different structure, specificity and other types of input and output data. Therefore, the concept of combination of both types of models presented in the article is conducted via a database of expertise and fuzzy inference. Conclusions: For the purpose of controlling the production system, it was suggested to build a hybrid model of an expert system to assess the possibility of achieving the objective depending on the risk size and the level of stability of the production systems.
    Wstęp: W artykule przedstawiono koncepcję sterowania systemem produkcyjnym, pozwalającą na zachowanie jego stabilności, a tym samym na realizację założonych planów produkcyjnych. W tym celu zaproponowano połączenia modeli symulacyjnych i modeli sztucznych sieci neuronowych (SSN) systemu produkcyjnego. Połączenie obydwu typów modeli było możliwe dzięki opracowaniu hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji planu produkcji (celu) w zależności od wielkości ryzyka i poziomu stabilności analizowanego systemu produkcyjnego. Analizowany problem – możliwość realizacji planów produkcyjnych w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego – jest trudny do zamodelowania matematycznego. Jednak na podstawie analizy danych, pochodzących z modelu symulacyjnego i modelu ANN, można uzyskać informacje dotyczące zależności odpowiadających sobie wartości wejściowych i wyjściowych. Metody: Na podstawie przedstawionego sposobu zarządzania procesu produkcyjnego z wykorzystaniem modeli komputerowych, przeanalizowano możliwości zastosowania modeli symulacyjnych i modeli ANN w ocenie stabilności i ryzyka systemów produkcyjnych. Dokonano analizy i porównania obydwu typów modeli ze względu na sposób budowy oraz rodzaj danych wejściowych i wyjściowych. Wyniki: Na bezpośrednie połączenie modeli symulacyjnych i modeli SSN nie pozwala ich odmienna budowa, specyfika oraz inne rodzaje danych wejściowych i wyjściowych. Dlatego prezentowana w artykule koncepcja fuzji obydwu typów modeli odbywa się poprzez bazę wiedzy eksperckiej i wnioskowanie rozmyte. Wnioski: Na potrzeby sterowania systemem produkcyjnym, zaproponowano budowę hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji celu w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego.
    Źródło:
    LogForum; 2018, 14, 4; 507-518
    1734-459X
    Pojawia się w:
    LogForum
    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