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 network algorithms" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Porównanie algorytmów uczenia sieci neuronowej jednokierunkowej, z czasowym opóźnieniem, wykorzystanej do predykcji wartości temperatury powietrza atmosferycznego
    Comparison of algorithms to education of unidirectional neural network, with time-lag, used to predicting values of atmospherical air temperature
    Autorzy:
    Białobrzewski, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/286465.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    predykcja temperatury
    sieć neuronowa
    algorytm uczenia sieci
    MATLAB
    temperature prediction
    neural network
    algorithms of network education
    Opis:
    Przedstawiono wyniki badań wpływu wyboru algorytmu uczenia sieci neuronowej jednokierunkowej, z czasowym opóźnieniem, o topologii perceptronu wielowarstwowego, wykorzystującej w procesie uczenia algorytm wstecznej propagacji błędu, na wyniki predykcji wartości temperatury powietrza atmosferycznego. Stwierdzono, że algorytm uczenia, br – regularyzacja Bayesa, okazał się jednym z najlepszych pod względem wszystkich analizowanych parametrów oceny przewidywanych wartości temperatur.
    Paper presented the study on the effect of selecting an algorithm to education of unidirectional neural network with time-lag, of multilayer perceptron topology, and using an algorithm of reversal error propagation, on results of predicting values of atmospherical air temperature. It was stated that the education algorithm, br - Bayes’ regularization, appeared to be one of the best with respect to all analyzed parameters evaluating predicted temperature values.
    Źródło:
    Inżynieria Rolnicza; 2005, R. 9, nr 8, 8; 7-14
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Surface casting defects inspection using vision system and neural network techniques
    Autorzy:
    Świłło, S. J.
    Perzyk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/380699.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    nondestructive testing
    machined aluminum die castings
    image processing algorithms
    vision system inspection
    neural network
    badanie nieniszczące
    odlewnictwo ciśnieniowe
    algorytm przetwarzania obrazu
    inspekcja wizyjna
    sieć neuronowa
    Opis:
    The paper presents a vision based approach and neural network techniques in surface defects inspection and categorization. Depending on part design and processing techniques, castings may develop surface discontinuities such as cracks and pores that greatly influence the material’s properties Since the human visual inspection for the surface is slow and expensive, a computer vision system is an alternative solution for the online inspection. The authors present the developed vision system uses an advanced image processing algorithm based on modified Laplacian of Gaussian edge detection method and advanced lighting system. The defect inspection algorithm consists of several parameters that allow the user to specify the sensitivity level at which he can accept the defects in the casting. In addition to the developed image processing algorithm and vision system apparatus, an advanced learning process has been developed, based on neural network techniques. Finally, as an example three groups of defects were investigated demonstrates automatic selection and categorization of the measured defects, such as blowholes, shrinkage porosity and shrinkage cavity.
    Źródło:
    Archives of Foundry Engineering; 2013, 13, 4; 103-106
    1897-3310
    2299-2944
    Pojawia się w:
    Archives of Foundry Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Building computer vision systems using machine learning algorithms
    Autorzy:
    Boyko, N.
    Sokil, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/410768.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Oddział w Lublinie PAN
    Tematy:
    algorithm
    information system
    neural network
    machine learning
    client-server architecture
    script
    artificial system
    machine learning algorithms
    algorytm
    systemy informacyjne
    sieci neuronowe
    systemy uczące
    architektura klient-serwer
    skrypt
    Opis:
    In this paper theoretic aspects of machine learning system in the field of computer vision is considered. There are presented methods of behavior analysis. There are offered tasks and problems associated with building systems using machine learning algorithm. The paper provides signs of problems that can be solved by using machine learning algorithms There is demonstrated step by step construction of computer vision system. The paper provides the algorithm of solving the problem of binary (two classes) classification for demonstration the machine learning algorithm possibilities in image recognition field, which can recognize the gender of the person on the photo. Aspects related to the search of data processing are also considered. There is analyzed the search of optimal parameters for algorithms. An interpretation of results in machine learning algorithm is provided. Binarization methods in machine learning algorithm are offered. There is analyzed the technology for improving the accuracy of machine learning algorithm. There are proposed ways to improve computer vision system in neural systems. Also there are analyzed large software modules that work using machine learning systems. The article provides prospects of powerful information technologies, which are necessary for the proper data selection in learning and configuration of feature extraction algorithm to create a computer vision system.
    Źródło:
    ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes; 2017, 6, 2; 15-20
    2084-5715
    Pojawia się w:
    ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes
    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