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 modelling" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    The neural modelling in chosen task of Electric Power Stock Market
    Autorzy:
    Ruciński, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/92914.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
    Tematy:
    neural modelling
    neural network
    electric power stock market
    Opis:
    The work contains selected results of the neural modelling for the Electric Power Exchange (EPE) for the Day Ahead Market (DAM). The paper contains description of the neural modelling method, the way of preparing (pre-processing) data used for leaning of Artificial Neural Network (ANN), description of achieved neural models of EPE, the comparative study results and the sensitivity study results. The results which was obtained was interpreted and discussed in the systemic category.
    Źródło:
    Studia Informatica : systems and information technology; 2017, 1-2(21); 63-83
    1731-2264
    Pojawia się w:
    Studia Informatica : systems and information technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A New Neural Networks Model for Calculating the Continuous Cooling Transformation Diagrams
    Autorzy:
    Trzaska, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/351678.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    CCT diagram
    modelling
    neural network
    heat treatment
    steel
    Opis:
    The article shows a new model of Continuous Cooling Transformation (CCT) diagrams of structural steels and engineering steels. The modelling used artificial neural networks and a set of experimental data prepared based on 550 CCT diagrams published in the literature. The model of CCT diagrams forms 17 artificial neural networks which solve classification and regression tasks. Neural model is implemented in a computer software that enables calculation of a CCT diagram based on chemical composition of steel and its austenitizing temperature.
    Źródło:
    Archives of Metallurgy and Materials; 2018, 63, 4; 2009-2015
    1733-3490
    Pojawia się w:
    Archives of Metallurgy and Materials
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelling of vibrations of machines models by use of the bond graphs
    Modelowanie drgań modeli maszyn metodą hybrydowych grafów wiązań
    Autorzy:
    Nowak, A.
    Czapla, K.
    Kaczmarek, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/280724.pdf
    Data publikacji:
    2003
    Wydawca:
    Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
    Tematy:
    modelling
    bond graphs
    hybrid bond graphs method
    neural network
    Opis:
    In the paper the problem of the modelling of machine systems by making use of the hybrid bond graphs method in a matrix representation and in terms of differential equations has been formulated. The presented method of the dynamic analysis of mechatronical machines models on the basis of the hybrid network graphs constitutes a very efficient algorithm. Such a method consists in the modelling of the given mechatronical model in terms of the hybrid bond graphs with a neural net and the Mason signal flow as subgraphs. Using the impedance method frequency characteristics and natural frequencies for the vibrating model of a machine are analysed on an example of a railway vehicle. In the paper, the sensitivity model and its dynamic characteristics are formulated and examined with the help of the hybrid bond graphs method.
    W pracy sformułowano zagadnienie modelowania modeli dynamicznych układów maszyn z zastosowaniem metody hybrydowych grafów wiązań w reprezentacji macierzowej i w postaci układu równań różniczkowych ruchu. Opracowana metoda hybrydowych grafów wiązań stanowi efektywny sposób analizy układów mechatronicznych maszyn. Metoda polega na sformułowaniu globalnego grafu wiązań z uwzględnieniem grafu przepływu sygnałów Masona lub sieci neuronowej jako podgrafów. Stosując metodę impedancji wyznaczono charakterystyki amplitudowo-częstotliwościowe oraz częstości własne na przykładzie modelu dynamicznego pojazdu szynowego. W pracy opracowano także modele wrażliwości ruchu maszyn i ich charakterystyk dynamicznych przy zastosowaniu metody hybrydowych grafów wiązań.
    Źródło:
    Journal of Theoretical and Applied Mechanics; 2003, 41, 4; 903-918
    1429-2955
    Pojawia się w:
    Journal of Theoretical and Applied Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Forecasting the Energy Consumption of an Industrial Enterprise Based on the Neural Network Model
    Autorzy:
    Kalinchyk, Vasyl
    Meita, Olexandr
    Pobigaylo, Vitalii
    Kalinchyk, Vitalii
    Filyanin, Danylo
    Powiązania:
    https://bibliotekanauki.pl/articles/2069887.pdf
    Data publikacji:
    2021
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    electrical load
    daily schedule
    modelling
    neural network
    multilayer perceptron
    MLP
    Opis:
    This research paper investigates the application of neural network models for forecasting in energy. The results of forecasting the weekly energy consumption of the enterprise according to the model of a multilayer perceptron at different values of neurons and training algorithms are given. The estimation and comparative analysis of models depending on model parameters is made.
    Źródło:
    Rocznik Ochrona Środowiska; 2021, 23; 484--492
    1506-218X
    Pojawia się w:
    Rocznik Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Experimental study and neural network modelling of aerodynamic and dynamic characteristics of flapping wings micro aerial vehicle
    Autorzy:
    Czekałowski, P.
    Sibilski, K.
    Żyluk, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/242331.pdf
    Data publikacji:
    2018
    Wydawca:
    Instytut Techniczny Wojsk Lotniczych
    Tematy:
    entomopter
    flapping wings
    aerodynamics
    neural network
    modelling
    aerodynamika
    sieć neuronowa
    modelowanie
    Opis:
    The article is close connected with building flying object, that fly like an insect (entomopter). Present work concerns on concept of aerodynamic model using artificial neural networks. Model is used in simulations of flight of entomopter. Aerodynamic model based on experimental data. Necessary data are taken from experiment performed in water tunnel on entomopter model. For this case dynamic test are required. Measurements are ducted during sinusoidal motion of whole model. Modelled object is dipterous. Each wing can perform various spherical motions (wing is rotated around point). The motion of the wing in this case was two-dimensional; it was rotated around two axis. As a model, specially trained neural network is used. For training are used data from measurement. Presented in this article approach is based on artificial neural networks. In this article, innovative concept of model, describing unsteady aerodynamics of entomopter was proposed. It was shown that it could be easily implemented as mathematical model. Unsteady effects related to many state variables can be easily captured. Model can be easily adopted to predict different states of flight by networks training on appropriate data. Test has to reproduce real conditions as close, as it is possible. In reality, it is challenging to design test that will reproduce similar motion.
    Źródło:
    Journal of KONES; 2018, 25, 4; 49-57
    1231-4005
    2354-0133
    Pojawia się w:
    Journal of KONES
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neural Network Model for Control of Operating Modes of Crushing and Grinding Complex
    Autorzy:
    Kalinchyk, Vasyl
    Meita, Olexandr
    Pobigaylo, Vitalii
    Borychenko, Olena
    Kalinchyk, Vitalii
    Powiązania:
    https://bibliotekanauki.pl/articles/2174915.pdf
    Data publikacji:
    2022
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    classification
    modelling
    neural network
    radial basis function network
    RBF
    multilayer perceptron
    MLP
    Opis:
    This article investigates the application of neural network models to create automated control systems for industrial processes. We reviewed and analysed works on dispatch control and evaluation of equipment operating modes and the use of artificial neural networks to solve problems of this type. It is shown that the main requirements for identification models are the accuracy of estimation and ease of algorithm implementation. It is shown that artificial neural networks meet the requirements for accuracy of classification problems, ease of execution and speed. We considered the structures of neural networks that can be used to recognise the modes of operation of technological equipment. Application of the model and structure of networks with radial basis functions and multilayer perceptrons for identifying the mode of operation of equipment under given conditions is substantiated. The input conditions for constructing neural network models of two types with a given three-layer structure are offered. The results of training neural models on the model of a multilayer perceptron and a network with radial basis functions are presented. The estimation and comparative analysis of models depending on model parameters are made. It is shown that networks with radial basis functions offer greater accuracy in solving identification problems. The structural scheme of the automated process control system with mode identification based on artificial neural networks is offered.
    Źródło:
    Rocznik Ochrona Środowiska; 2022, 24; 26--40
    1506-218X
    Pojawia się w:
    Rocznik Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Free running ship model tests of interaction between a moored ship and a passing ship
    Autorzy:
    Raszeja, Magdalena
    Hejmlich, Andrzej
    Nowicki, Jacek
    Jaworski, Tomasz
    Powiązania:
    https://bibliotekanauki.pl/articles/24202583.pdf
    Data publikacji:
    2022
    Wydawca:
    Akademia Morska w Szczecinie. Wydawnictwo AMSz
    Tematy:
    interaction forces
    safe mooring
    fuzzy model
    neural network
    numerical modelling
    bypassing ship
    Opis:
    For many reasons, ship model interaction tests are performed in experimental towing tanks. This paper presents research on the hydrodynamic forces acting on a ship tied up at the solid berth, which is produced by other ships passing by using free-running ship models with much larger dimensions than those used in towing tanks. A passing ship model was controlled by a human operator – an experienced master. This enabled a study of the influence of the interaction impact on the course of the maneuver. The research was carried out at the Ship Handling Research and Training Centre in Iława. The ship model was moored alongside and equipped with multi-directional force sensors linking the ship model with a solid berth. Forces were measured as a function of the passing ship speed, side distance between both ships, ship sizes, and depth-to-draft ratio (H/T). Forces were measured in two planes: the longitudinal (surge) and the transversal (sway). A numerical database was processed and ordered according to the variables. The fuzzy model was created within a “Matlab” computing environment using a Sugeno-type self-learning neuron network model. The proposed Sugeno model was evaluated with other methods presented by Flory (2002), Seelig (2001), and PASS-MOOR by Wang (1975). The ultimate goal of this study was to simplify the method of predictive calculations for adjusting speed and distance when passing by the moored ship, which ensures compliance with safe port mooring requirements.
    Źródło:
    Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2022, 72 (144); 50--56
    1733-8670
    2392-0378
    Pojawia się w:
    Zeszyty Naukowe Akademii Morskiej w Szczecinie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie neuronowe wybranych obiektów rolniczych z wykorzystaniem superformuły Johana Gielisa
    Neuronal modelling of selected agricultural objects with usage of Johan Gieliss supershape
    Autorzy:
    Boniecki, P.
    Olszewski, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/334299.pdf
    Data publikacji:
    2008
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    modelowanie neuronowe
    sieć neuronowa
    superformuła Johana Gielisa
    neuronal modelling
    neural network
    Johan Gielis's supershape formula
    Opis:
    Celem pracy było badanie mozliwości klasyfikacyjnych sieci neuronowych w procesie identyfikacji ziarniaków pszenicy, jęczmienia oraz kukurydzy. Wykorzystana metoda separacji polegała na rozpoznawaniu różnic kształtów analizowanych obiektów. W celu identyfikacji kształtu, a następnie zakodowania pozyskanych danych empirycznych do postaci zbiorów uczących, wykorzystano tzw. superformułę zaproponowaną przez Johana Gielisa. Formuła ta pozwala na odwzorowanie dowolnego kształtu za pomocą sześciu niezależnych parametrów.
    The aim of the work was to study the classifying possibilities of neural networks in the identification process of the wheat's, barley's and corn's kernel. Applied separation method depended on recognizing the shape differences of analysed objects. In order to identify the shape, and afterwards to encode the obtained empirical data into the training data sets the Johan Gielis's supershape formula was used. This formula permits for projection of any shape with a help of six independent parameters.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2008, 53, 1; 22-25
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Data mining workspace as an optimization prediction technique for solving transport problems
    Решение задачи прогнозирования в транспортной отрасли с помощью методов data mining
    Autorzy:
    Kuptcova, A.
    Průša, P.
    Federko, G.
    Molnár, V.
    Powiązania:
    https://bibliotekanauki.pl/articles/375552.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    time series prediction
    data mining
    neural network
    modelling
    predykcja szeregów czasowych
    eksploracja danych
    sieć neuronowa
    modelowanie
    Opis:
    This article addresses the study related to forecasting with an actual high-speed decision making under careful modelling of time series data. The study uses data-mining modelling for algorithmic optimization of transport goals. Our finding brings to the future adequate techniques for the fitting of a prediction model. This model is going to be used for analyses of the future transaction costs in the frontiers of the Czech Republic. Time series prediction methods for the performance of prediction models in the package of Statistics are Exponential, ARIMA and Neural Network approaches. The primary target for a predictive scenario in the data mining workspace is to provide modelling data faster and with more versatility than the other management techniques.
    В данной статье рассматривается задача прогнозирования временных рядов, которая заключается в построении модели для предсказания будущих событий. В исследовании используются методы интеллектуального анализа данных. Модель прогнозирования позволяет адекватно оценивать исследуемый процесс. Целью исследования является изучение динамики расходов при реализации экспортной продукции. Прогнозирование осуществляется с помощью ARIMA-модели, на основе метода экспоненциального сглаживания и по технологии логической нейронной сети. Построение базового и быстрого сценария прогнозирования является важным и ответственным этапом в научной деятельности.
    Źródło:
    Transport Problems; 2016, 11, 3; 21-31
    1896-0596
    2300-861X
    Pojawia się w:
    Transport Problems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie różnic parametrów termicznych powietrza mierzonych metodami standardową i automatyczną
    Neural network modelling of air temperature differences measured with standard and automatic method
    Autorzy:
    Kajewska-Szkudlarek, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/35906.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Instytut Agrofizyki PAN
    Tematy:
    powietrze
    temperatura powietrza
    parametry termiczne
    sieci neuronowe
    modelowanie
    air
    air temperature
    thermal parameter
    neural network
    modelling
    Opis:
    W pracy analizowano szeregi czasowe dobowych różnic między wynikami standardowych i automatycznych pomiarów trzech parametrów termicznych powietrza – temperatury średniej, maksymalnej i minimalnej. Celem pracy było stworzenie modelu analizowanych szeregów czasowych z wykorzystaniem sztucznych sieci neuronowych, które posłużyły do identyfikacji pojawiających się w nich wzorców oraz ich powtarzalności. Wykorzystano wyniki badań prowadzonych w okresie 2000-2009 na terenie Obserwatorium Uniwersytetu Przyrodniczego Wrocław- Swojec. Do realizacji założonego celu wykorzystano sieci perceptronowe o pojedynczej warstwie ukrytej, stworzone w programie MATLAB (Neural Network Toolbox) oraz STATISTICA 10. Analizowano architekturę opracowanych sieci, liczbę cykli w procesie uczenia, zmiany wartości błędu średniokwadratowego i zależności między wartościami parametrów uzyskanych z pomiarów za pomocą przyrządów meteorologicznych oraz prognozowanych przez sieci. Pomimo wielu prób nie uzyskano modelu o zadowalającej jakości. Stwierdzono, że szeregi czasowe miały charakter białego szumu, czyli występowanie różnic między obiema metodami pomiaru temperatury powietrza cechowała losowość i brak wyraźnej cykliczności oraz trendu.
    The paper presents an analysis of time series concerning diurnal differences between standard and automatic results of measurements of three air thermal parameters – mean (Tm), maximum (Tmax) and minimum (Tmin) temperature. By means of artificial neural networks an attempt at identification of the occurring patterns and their repetition was made. The study was conducted in the period of 2000-2009 on the site of Agro- and Hydrometeorology Observatory Wroclaw-Swojec which belongs to the Wroclaw University of Environmental and Life Sciences. In order to achieve the intended aim, single-layer perceptron networks were used, created in MATLAB (Neural Network Toolbox) and STATISTICA 10. The following aspects were subjected to the analysis: the architecture of the developed networks, the number of cycles in the learning process, the changes in Mean Squared Error (MSE), and the correlations between the values of the parameters obtained by means of meteorological instruments and the ones prognosticated by the networks. Despite multiple attempts, no model of satisfying quality was obtained. It was concluded that the nature of the time series was that of white noise, meaning that the occurrence of differences between both air temperature measurement methods were characterised by randomness and a lack of visible circularity and trend.
    Źródło:
    Acta Agrophysica; 2016, 23, 3
    1234-4125
    Pojawia się w:
    Acta Agrophysica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Self-organizing feature maps and selected conventional numerical methods for assessment of environmental quality
    Autorzy:
    Kosiba, P
    Powiązania:
    https://bibliotekanauki.pl/articles/56451.pdf
    Data publikacji:
    2009
    Wydawca:
    Polskie Towarzystwo Botaniczne
    Tematy:
    neural network
    bioindication
    modelling
    degradation
    numerical method
    environment quality
    Self-Organising Feature Map
    natural ecosystem
    environment pollution
    Opis:
    The investigations concerned sites of Acer platanoides L. infected or not by Rhytisma aceriniu (Pers.) Fr. The aim of the study was to check the occurrence of R. acerinium, and whether it reflects the environmental status. Furthermore, an analysis was carried out to find out whether the applied SOFM offers additional advantages to solve problems in relation to conventional methods. Concentrations of selected elements in soils and leaves, and leaf and "tar-spot" morphometric traits were also measured. A significant differentiation was found between sites in relation to the analyzed traits. It appeared, that sites showing lower concentrations of chemical elements and proper developmental habitat conditions massive infections take place. The study showed that R. acerinium is a good biological indicator for assessment of environmental status. The applied, conventional statistical methods, SOFM and image techniques showed similar, but not identical results for assessment of environmental quality using R. acerinium. SOFM appeared to be more useful for ordination of results and ought to be taken into account as a proper tool of estimation of various plants and their biotopes.
    Źródło:
    Acta Societatis Botanicorum Poloniae; 2009, 78, 4; 335-343
    0001-6977
    2083-9480
    Pojawia się w:
    Acta Societatis Botanicorum Poloniae
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-11 z 11

      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