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 "modelowanie systemów" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    Model matematyczny zintegrowanego systemu energetycznego w wiejskim budynku mieszkalnym
    Mathematical model of the integrated energy system designed for rural habitable building
    Autorzy:
    Bieranowski, J.
    Nalepa, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/290845.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    modelowanie systemów
    odnawialne źródła energii
    system modeling
    renewable energy sources
    Opis:
    W pracy przedstawiono wyniki badań II etapu budowy modelu systemu energetycznego w wiejskim budynku mieszkalnym. Jest to model matematyczny, który został zbudowany na bazie modelu relacyjnego tego systemu. Przedstawiony model matematyczny umożliwia wyznaczenie zapotrzebowania na energie, ilość energii produkowanej w bezpośrednim otoczeniu wiejskiego budynku mieszkalnego oraz możliwość magazynowania nadwyżek energii. Model matematyczny oraz model relacyjny stanowią podstawę budowy modelu symulacyjnego zintegrowanego systemu energetycznego wiejskiego budynku mieszkalnego.
    The mathematical model of the integrated energy system designed for rural habitable buildings has been presented. The model had been done on the base of the relational model of this system. The mathematical model of the integrated energy system gives possibility of the energetic factors calculating as: energy consumption, energy production possibilities, energy accumulation possibilities. The mathematical model common with relation model make to the base to building simulation model of the integrated energy system of the rural habitable buildings.
    Źródło:
    Inżynieria Rolnicza; 2005, R. 9, nr 6, 6; 41-48
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie systemu oceny warunków pracy operatorów sterowni
    Modelling of the system applied to assess working conditions for control room operators
    Autorzy:
    Buczaj, A.
    Pawlak, H.
    Powiązania:
    https://bibliotekanauki.pl/articles/287316.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sterownia
    warunki pracy
    operator
    modelowanie systemów
    working conditions
    control room
    system modeling
    Opis:
    Kompleksowa ocena warunków pracy jest źródłem informacji niezbędnych do zapewnienia bezpieczeństwa pracy. Proces oceny warunków pracy oraz efektywne gromadzenie i zarządzanie informacjami niezbędnymi do jego przeprowadzenia i dokumentowania wymaga wspomagania komputerowego. W pracy przedstawiono zagadnienia dotyczące tworzenia modelu systemu komputerowego wspomagającego ocenę warunków pracy na stanowisku operatora sterowni.
    Complex assessment of working conditions is a source of information necessary to ensure safety of work. The process involving assessment of working conditions and effective collection and management of information needed to carry it out and to document it requires computer support. The paper presents issues concerning building of a model for computer system supporting the process of assessment of working conditions at control room operator's workstation.
    Źródło:
    Inżynieria Rolnicza; 2008, R. 12, nr 7(105), 7(105); 31-37
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Możliwości informatyki kwantowej do poprawy dokładności modelowania. Część 1 – Kwantowy algorytm ewolucyjny
    Possibility of quantum computer to improve accuracy of modeling. Part 2. Quantum evolutionary algorithm
    Autorzy:
    Tchórzewski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/376693.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    algorytmy ewolucyjne
    informatyka kwantowa
    modelowanie systemów
    sztuczne sieci neuronowe
    środowisko MATLABA i Simulinka
    Opis:
    W pracy zamieszczono wybrane wyniki badania wykorzystania informatyki kwantowej do zwiększenia stopnia dokładności algorytmów ewolucyjnych poprawiających parametry modeli neuronalnych systemów, co zostało zweryfikowane na wybranych przykładach takich systemów jak m.in. ruch robota PR-02. W modelowaniu neuronalnym wykorzystuje się sztuczne sieci neuronowe, które projektuje się, a następnie uczy modeli systemów na bazie danych liczbowych. Parametry sztucznych sieci neuronowych, a zwłaszcza elementy macierzy wag, biasów i parametry funkcji aktywacji można poprawiać za pomocą algorytmów ewolucyjnych. Okazuje się, że wprowadzenie rozwiązań z zakresu informatyki kwantowej do algorytmów ewolucyjnych, a zwłaszcza dotyczących tworzenia kwantowej populacji początkowej, kwantowych operatorów krzyżowania i mutacji oraz kwantowej selekcji znacznie poprawia dokładność paramentów modeli neuronalnych, co zostało zweryfikowane w środowisku MATLABA i Simulinka.
    The paper presents selected results of the use of quantum computing to increase the degree of accuracy of evolutionary algorithms to improve the performance of models of neuronal movement of the end of the robot arm PR-02. For modeling, neural used SSN, which are designed and taught system models based on figures. ANN parameters, especially the elements of the matrix weights, biases, and the parameters of the activation function can be improved by using evolutionary algorithms. It turns out that the introduction of solutions in the field of quantum computing to evolutionary algorithms, especially for the creation of quantum initial population, quantum operators crossover and mutation, and quantum selection greatly improves the accuracy of modeling, as has been verified in the environment MATLAB and Simulink.
    Źródło:
    Poznan University of Technology Academic Journals. Electrical Engineering; 2016, 88; 133-141
    1897-0737
    Pojawia się w:
    Poznan University of Technology Academic Journals. Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The conception of simulation environment for development and testing of distributed diagnostic systems
    Koncepcja środowiska symulacyjnego dla potrzeb tworzenia i testowania rozproszonych systemów diagnostycznych
    Autorzy:
    Rzydzik, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/329536.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka układów mechanicznych
    maszyna
    modelowanie systemów
    diagnostics of mechanical systems
    systems modeling and evaluation
    Opis:
    Machinery, equipment and system for monitoring and diagnostics are considered. It is assumed that the considered a set of machinery and equipment is distributed territorially and/or functionally (for example, several systems which are part of one machine). Machinery, equipment and system for monitoring and diagnostics that make up a distributed diagnostic system are called nodes of that system. The article presents the concept of the environment to develop and testing distributed diagnostic systems. Connection with each nodes of distributed diagnostic system is implemented by the agent system and blackboard. Each agent represents the selected node of the distributed diagnostic system. Locally, the agent performs the task of communicating with the node that represents and the tasks of processing and collection of information contained in the received data from that node. Globally, the agent cooperates with other agents by performing tasks transmitting, receiving, processing and storing messages. Blackboard carries out the task of collecting the data common to the entire agent system. Communication with the blackboard is implemented through an agent who represents that.
    Rozpatrywane są maszyny i urządzenia wraz z systemami monitoringu i diagnostyki tych maszyn. Zakłada się, że rozpatrywany zbiór diagnozowanych maszyn i urządzeń jest rozproszony terytorialnie i/lub funkcjonalnie (np. kilka układów wchodzących w skład jednej maszyny). Maszyny, urządzenia oraz systemy monitoringu i diagnostyki wchodzące w skład rozproszonego systemu diagnostycznego są nazywane węzłami tego systemu. W artykule przedstawiono koncepcję budowy środowiska, w którym można tworzyć i testować rozproszone systemy diagnostyczne. Połączenie ze sobą węzłów rozproszonego systemu diagnostycznego realizowane jest przez system agentowy i tablicę ogłoszeń. Każdy agent reprezentuje wybrany węzeł rozproszonego systemu diagnostycznego. Lokalnie, agent realizuje zadanie komunikowania się z reprezentowanym węzłem rozproszonego systemu diagnostycznego oraz zadania przetwarzania i gromadzenia informacji zawartych w otrzymanych od reprezentowanego węzła danych. Globalnie, agent współpracuje z innymi agentami przez realizację zadań nadawania, odbierania, przetwarzania i gromadzenia wiadomości. Tablica ogłoszeń realizuje zadanie gromadzenia danych wspólnych dla całego systemu agentowego. Komunikacja z tablicą ogłoszeń jest realizowana za pośrednictwem reprezentującego ją agenta.
    Źródło:
    Diagnostyka; 2012, 1(61); 51-58
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Możliwości informatyki kwantowej do poprawy dokładności modelowania. Część 2 – KAE na przykładzie ruchu robota PR-02
    Possibility of quantum computer to improve accuracy of modeling. Part 2. KAE on example on motion robot PR-02
    Autorzy:
    Tchórzewski, J.
    Wołynka, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/377920.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    sztuczne sieci neuronowe
    algorytmy ewolucyjne
    środowisko MATLABA i Simulinka
    robot PR-02
    modelowanie systemów
    informatyka kwantowa
    Opis:
    Artykuł zawiera wybrane wyniki badań dotyczące próby opracowania kwantowego algorytmu ewolucyjnego i jego implementacji w j. Matlab do poprawy parametrów modelu neuralnego ruchu ramienia robota PR-02. Populację początkową zbudowano na bazie macierzy wag sztucznej sieci neuronowej. Wylosowane wartości poszczególnych chromosomów populacji początkowej zostały przekształcone na wartości binarne, a te z kolei na wartości kwantowe przy wykorzystaniu opracowanej w tym celu funkcji quatization(). Wartość kwantowa genu została określona na podstawie silniejszego stanu czystego reprezentowanego przez podchromosomy, do czego została wykorzystana funkcja dequantization(). Selekcję osobników przeprowadzono na bazie modelu neuralnego ruchu robota PR-02 zaimplementowanego w j. Matlab jako funkcja calculationsNeuralNetworks().
    The article contains selected results of research on trying to develop a quantum evolutionary algorithm and its implementation in Matlab to improve the parameters of the model of neural movement of the robot arm PR-02. The initial population is constructed on the basis of the matrix weights artificial neural network. The drawn values of individual initial population of chromosomes have been converted to binary values, and the latter value using quantum developed for this purpose function of quatization(). The value of the quantum of the gene was determined on the basis of a stronger state of pure represented by subchromosomes, what was used a function of dequantization(). Selection of individuals was carried out based on the model of neural traffic robot PR-02 implemented as a function of calculationsNeuralNetworks().
    Źródło:
    Poznan University of Technology Academic Journals. Electrical Engineering; 2016, 88; 143-152
    1897-0737
    Pojawia się w:
    Poznan University of Technology Academic Journals. Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Models of DP systems in full mission ship simulator
    Modele systemów dynamicznego pozycjonowania w wielozadaniowym symulatorze statku
    Autorzy:
    Zalewski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/359467.pdf
    Data publikacji:
    2010
    Wydawca:
    Akademia Morska w Szczecinie. Wydawnictwo AMSz
    Tematy:
    symulator statku
    systemy DP
    filtracja Kalmana
    modelowanie systemów
    ship's simulator
    DP systems
    Kalman filtering
    systems modelling
    Opis:
    The paper presents modelling principles of DP systems integrated into the modernized full mission ship simulator of Kongsberg Polaris® type at Maritime University of Szczecin. Comparisons to real systems and research possibilities are given. Basing on the effects and conclusions obtained from scientific-research works performed by marine traffic engineering staff until now, the advantages of modernization of "full mission simulator" have been shown.
    W artykule przedstawiono modele systemów dynamicznego pozycjonowania (DP) w wielozadaniowym symulatorze statku typu Kongsberg Polaris® w Akademii Morskiej w Szczecinie. Zaprezentowano porównania z rzeczywistymi systemami i możliwości badawcze. Na podstawie rezultatów dotychczasowych prac naukowo-badawczych realizowanych w Instytucie Inżynierii Ruchu Morskiego AM w Szczecinie przedstawiono zalety modernizacji wielozadaniowego symulatora manewrowo-nawigacyjnego statku.
    Źródło:
    Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2010, 20 (92); 146-152
    1733-8670
    2392-0378
    Pojawia się w:
    Zeszyty Naukowe Akademii Morskiej w Szczecinie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie systemów zarządzania bhp z wykorzystaniem metody rozmytych map kognitywnych i wskaźników wiodących : ujęcie teoretyczne
    Modeling occupational health and safety management system; with fuzzy cognitive maps and leading indicators a theoretical approach
    Autorzy:
    Skład, A
    Powiązania:
    https://bibliotekanauki.pl/articles/957902.pdf
    Data publikacji:
    2018
    Wydawca:
    Centralny Instytut Ochrony Pracy
    Tematy:
    modelowanie systemów
    zarządzanie bhp
    rozmyte mapy kognitywne
    wskaźniki wiodące
    system modelling
    OSH management
    fuzzy cognitive maps
    indicator values
    Opis:
    W celu poprawy skuteczności systemu zarządzania bhp używa się w wielu przedsiębiorstwach zestawu wskaźników wynikowych i wiodących do pomiaru poszczególnych procesów w tym systemie na podstawie wartości wskaźników odnotowanych wdanym okresie, planuje się działania zapobiegawcze. Polegają one przede wszystkim na poprawie realizacji procesów w taki sposób, aby w kolejnym okresie osiągnąć założone wartości wskaźników w obszarach, w których aktualnie odnotowane wartości nie byty satysfakcjonujące. W artykule zaprezentowano metodę rozmytych map kognitywnych, która oferuje możliwości szerszego wykorzystania informacji zawartych w wartościach wskaźników. Metoda ta zakłada opracowanie model systemu w formie zbioru elementów tworzących system oraz zachodzących pomiędzy tymi elementarz wzajemnych wpływów. Posługując się wzorem matematycznym, można określić wartości poszczególnych. elementów modelu, a następnie prognozować ich przyszłe wartości Niekorzystne prognozy są podstawa do podjęcia działań zapobiegawczych w modelowanym systemie. Wykorzystując metodę rozmytych map kognitywnych można opracować model systemu zarządzania bhp. Elementami modelu będą poszczególne procesy oraz poziom bezpieczeństwa. Wartości wskaźników wynikowych i wiodących zostaną zastosowane do obliczenia wartości tych elementów. Prognozowanie z wykorzystaniem takiego modelu mogłoby w przedsiębiorstwie istotnie wspierać poprawę skuteczności systemu zarządzania bhp.
    In order to improve the effectiveness of an occupational safety and health management system (OSH-MS), many enterprises use sets of leading and lagging performance indicators to measure individual processes in the system. Based on the value of indicators recorded in a given period, preventive measures are planned in the system. These measures are aimed at improving the process in which the recorded indicators values did not reach their target values. This paper presents fuzzy cognitive maps, which enable an alternative application of indicators values. This method is based on the development of a system model consisting of a set of elements forming the system and the interconnections (influences) between these elements. Using a mathematical formula, it is possible to determine the values of the individual elements of the model and then forecast their future values. Unfavorable forecasts are the basis for taking preventive actions in a modeled system. By using fuzzy cognitive maps, it is possible to develop an OSH MS model. Individual processes and safety performance would the elements of the model. Leading and lagging indicator values would be used to determine the value of these elements Forecasting on the basis of the model could significantly support the effectiveness of an OSH MS in an enterprise.
    Źródło:
    Bezpieczeństwo Pracy : nauka i praktyka; 2018, 2; 11-15
    0137-7043
    Pojawia się w:
    Bezpieczeństwo Pracy : nauka i praktyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie systemów zarządzania bhp z wykorzystaniem metody rozmytych map kognitywnych i wskaźników wiodących – ujęcie teoretyczne
    Autorzy:
    Skład, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/304405.pdf
    Data publikacji:
    2019
    Wydawca:
    Wydawnictwo Druk-Art
    Tematy:
    modelowanie systemów
    zarządzanie bhp
    rozmyte mapy kognitywne
    wskaźniki wiodące
    system modeling
    OSH management
    fuzzy cognitive maps
    indicator values
    Opis:
    W celu poprawy skuteczności systemu zarządzania bhp używa się w wielu przedsiębiorstwach zestawu wskaźników wynikowych i wiodących do pomiaru poszczególnych procesów w tym systemie. Na podstawie wartości wskaźników odnotowanych w danym okresie planuje się działania zapobiegawcze. Polegają one przede wszystkim na poprawie realizacji procesów w taki sposób, aby w kolejnym okresie osiągnąć założone wartości wskaźników w obszarach, w których aktualnie odnotowane wartości nie były satysfakcjonujące. W artykule zaprezentowano metodę rozmytych map kognitywnych, która oferuje możliwości szerszego wykorzystania informacji zawartych w wartościach wskaźników. Metoda ta zakłada opracowanie modelu systemu w formie zbioru elementów tworzących system oraz zachodzących pomiędzy tymi elementami wzajemnych wpływów. Posługując się wzorem matematycznym, można określić wartości poszczególnych elementów modelu, a następnie prognozować ich przyszłe wartości. Niekorzystne prognozy są podstawą do podjęcia działań zapobiegawczych w modelowanym systemie. Wykorzystując metodę rozmytych map kognitywnych, można opracować model systemu zarządzania bhp. Elementami modelu będą poszczególne procesy oraz poziom bezpieczeństwa. Wartości wskaźników wynikowych i wiodących zostaną zastosowane do obliczenia wartości tych elementów. Prognozowanie z wykorzystaniem takiego modelu mogłoby w przedsiębiorstwie istotnie wspierać poprawę skuteczności systemu zarządzania bhp.
    Modelling occupational health and safety management systems with fuzzy cognitive maps and leading indicators: a theoretical approach In order to improve the effectiveness of an occupational safety and health management system (OSH MS), many enterprises use sets of leading and lagging performance indicators to measure individual processes in the system. Based on the value of indicators recorded in a given period, preventive measures are planned in the system. These measures are aimed at improving the processes in which the recorded indicators values did not reach their target values. This paper presents fuzzy cognitive maps, which enable an alternative application of indicators values. This method is based on the development of a system model consisting of a set of elements forming the system and the interconnections (influences) between these elements. Using a mathematical formula, it is possible to determine the values of the individual elements of the model and then forecast their future values. Unfavorable forecasts are the basis for taking preventive actions in a modeled system. By using fuzzy cognitive maps, it is possible to develop an OSH MS model. Individual processes and safety performance would be elements of the model. Leading and lagging indicator values would be used to determine the value of these elements. Forecasting on the basis of the model could significantly support the effectiveness of an OSH MS in an enterprise.
    Źródło:
    Napędy i Sterowanie; 2019, 21, 4; 74-79
    1507-7764
    Pojawia się w:
    Napędy i Sterowanie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neural networks in mining sciences – general overview and some representative examples
    Sieci neuronowe w naukach górniczych – ogólne omówienie i kilka reprezentatywnych przykładów
    Autorzy:
    Tadeusiewicz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/219318.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    neural networks
    applications in mining sciences
    process modeling
    systems modeling
    machine learning
    modeling of the oil mining process
    forecasting of reservoir properties
    sieci neuronowe
    zastosowania w naukach górniczych
    modelowanie procesów
    modelowanie systemów
    uczenie maszyn
    modelowanie procesu wydobycia ropy naftowej
    przewidywanie właściwości zbiornikowych pokładów geologicznych
    Opis:
    The many difficult problems that must now be addressed in mining sciences make us search for ever newer and more efficient computer tools that can be used to solve those problems. Among the numerous tools of this type, there are neural networks presented in this article – which, although not yet widely used in mining sciences, are certainly worth consideration. Neural networks are a technique which belongs to so called artificial intelligence, and originates from the attempts to model the structure and functioning of biological nervous systems. Initially constructed and tested exclusively out of scientific curiosity, as computer models of parts of the human brain, neural networks have become a surprisingly effective calculation tool in many areas: in technology, medicine, economics, and even social sciences. Unfortunately, they are relatively rarely used in mining sciences and mining technology. The article is intended to convince the readers that neural networks can be very useful also in mining sciences. It contains information how modern neural networks are built, how they operate and how one can use them. The preliminary discussion presented in this paper can help the reader gain an opinion whether this is a tool with handy properties, useful for him, and what it might come in useful for. Of course, the brief introduction to neural networks contained in this paper will not be enough for the readers who get convinced by the arguments contained here, and want to use neural networks. They will still need a considerable portion of detailed knowledge so that they can begin to independently create and build such networks, and use them in practice. However, an interested reader who decides to try out the capabilities of neural networks will also find here links to references that will allow him to start exploration of neural networks fast, and then work with this handy tool efficiently. This will be easy, because there are currently quite a few ready-made computer programs, easily available, which allow their user to quickly and effortlessly create artificial neural networks, run them, train and use in practice. The key issue is the question how to use these networks in mining sciences. The fact that this is possible and desirable is shown by convincing examples included in the second part of this study. From the very rich literature on the various applications of neural networks, we have selected several works that show how and what neural networks are used in the mining industry, and what has been achieved thanks to their use. The review of applications will continue in the next article, filed already for publication in the journal „Archives of Mining Sciences“. Only studying these two articles will provide sufficient knowledge for initial guidance in the area of issues under consideration here.
    Liczne i trudne problemy, jakie muszą być obecnie rozwiązywane w naukach górniczych, skłaniają do poszukiwanie i wypróbowywania wciąż nowszych i bardziej sprawnych narzędzi informatycznych, które mogą być wykorzystane do rozwiązywania tych problemów. Wśród narzędzi tego typu, które wprawdzie jeszcze powszechnie wykorzystywane nie są, z pewnością zasługują na uwagę, warto rozważyć przedstawiane w tym artykule sieci neuronowe. Sieć neuronowa, której schemat przedstawiony jest na rysunku 1, jest narzędziem tak zwanej sztucznej inteligencji, wywodzącym się z prób modelowania struktury i funkcji biologicznych systemów nerwowych. Początkowo budowane i badane wyłącznie z ciekawości naukowej, jako komputerowe modele fragmentów ludzkiego mózgu, sieci neuronowe nieoczekiwanie okazały się skutecznym narzędziem w wielu zastosowaniach: w technice, w medycynie, w ekonomii a nawet w naukach społecznych. Mogą one dostarczać pojedynczych rozwiązań (wartości oszacowań poszukiwanych parametrów, lub przesłanek do podjęcia określonych decyzji), bądź całych wektorów rozwiązań – jakkolwiek w tym drugim przypadku celowe jest rozważenie kwestii, czy zastosować jedną sieć o wielu wyjściach, czy kilka sieci mających pojedyncze wyjście (Rys. 2). Przy tworzeniu sieci neuronowych trzeba wybierać stopień złożoności jej struktury, co nie jest łatwe, ponieważ sieć o zbyt ubogiej strukturze (zwłaszcza dysponująca zbyt mała liczbą tak zwanych neuronów ukrytych) może nie podołać rozwiązaniu bardziej złożonego zadania, natomiast sieć mająca zbyt skomplikowaną i bogatą strukturę zawsze sprawia kłopoty podczas procesu uczenia. Proces uczenia jest kluczem do wszystkich zastosowań sieci neuronowych. Kluczem do skutecznego nauczenia sieci rozwiązywania jakiejś klasy zadań jest posiadanie tak zwanego zbioru uczącego, to znaczy zbioru przykładowych zadań wraz z ich prawidłowymi rozwiązaniami (Rys. 4). Wprowadzając na wejście sieci dane stanowiące przesłanki do rozwiązania zadania i porównując odpowiedź sieci z prawidłową odpowiedzią zapisaną w zbiorze uczącym można na podstawie wykrytego błędu automatycznie korygować parametry sieci, co prowadzi zwykle do tego, że sieć po pewnym czasie sama nauczy się rozwiązywania rozważanej klasy zadań. Dzięki korzystaniu z procesu uczenia (opartego na przykładach, a nie na regułach) sieć neuronowa może rozwiązywać zadania, dla których my (użytkownicy sieci) nie dysponujemy wiedzą, jak te zadania należy rozwiązywać (Rys. 6). Dzięki temu sieć neuronowa może służyć jako model dowolnego złożonego procesu, co pozwala na wykonywanie dla tego procesu wielu istotnych czynności (Rys. 7). Niestety, mimo niewątpliwych zalet sieci neuronowych w naukach górniczych są one stosowane raczej rzadko. Prezentowany artykuł ma przekonać Czytelników, że sieci neuronowe mogą się okazać bardzo przydatne także w naukach górniczych. Artykuł stanowi również użyteczne wstępne wprowadzenie do wiedzy o sieciach neuronowych. Praca zawiera bowiem informacje o tym, jak są zbudowane nowoczesne sieci neuronowe, jak one działają i jak można ich używać. To wstępne omówienie przedstawione w artykule może pomóc w tym, by Czytelnik wyrobił sobie opinię, czym jest to narzędzie, jakie ma właściwości i w związku z tym do czego może mu się przydać. Oczywiście skrótowe wprowadzenie do problematyki sieci neuronowych zawarte w prezentowanym artykule nie wystarczy tym Czytelnikom, którzy dadzą się przekonać i naprawdę będą chcieli użyć sieci neuronowych. Będą oni potrzebowali jeszcze sporej porcji szczegółowej wiedzy, żeby mogli zacząć samodzielnie tworzyć takie sieci i ich używać w praktyce. Jednak jeśli decyzja o wypróbowaniu możliwości sieci neuronowych będzie pozytywna, to zainteresowany Czytelnik będzie mógł w artykule znaleźć odnośniki do pozycji literatury, pozwalających szybko i sprawnie poznać technikę sieci neuronowych na poziomie wystarczającym do rozpoczęcia własnych prac z tym wygodnym narzędziem. Będzie to tym łatwiejsze, że obecnie dostępnych jest sporo gotowych programów komputerowych pozwalających szybko i bez wysiłku tworzyć sztuczne sieci neuronowe, uruchamiać je, uczyć i wykorzystywać praktycznie. Oczywiście kluczową sprawą jest kwestia, jak tych sieci używać w naukach górniczych. O tym, że jest to możliwe i celowe przekonują jednak przykłady zawarte w drugiej części opracowania. Z przebogatej literatury, dotyczącej różnych zastosowań sieci neuronowych, wybrano kilkanaście prac, które pokazują, jak i do czego sieci neuronowych w górnictwie użyto i co zostało osiągnięte dzięki ich zastosowaniu. Ten przegląd zastosowań będzie kontynuowany w następnym artykule, zgłoszonym już do publikacji w czasopiśmie „Archiwum Górnictwa” i dopiero przestudiowanie obydwu tych artykułów dostarczy wiedzy wystarczającej do wstępnej orientacji w obszarze rozważanej tu problematyki.
    Źródło:
    Archives of Mining Sciences; 2015, 60, 4; 971-984
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      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