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 "artificial intelligence" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 23
Tytuł:
Artificial intelligence in technical diagnostics
Sztuczna inteligencja w diagnostyce technicznej
Autorzy:
Korbicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/327534.pdf
Data publikacji:
2008
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
detekcja uszkodzeń
odporność
próg adaptacyjny
sieć neuronowa
sieć neuronowo-rozmyta
programowanie genetyczne
diagnostyka techniczna
fault detection
robustness
adaptive threshold
neural networks
neuro-fuzzy networks
genetic programming
technical diagnostics
Opis:
The paper deals with the problems of robust fault detection using soft computing techniques, particularly neural networks (Group Method of Data Handling, GMDH), neuro-fuzzy networks (Takagi-Sugeno (T-S) model) and genetic programming. The model-based approach to Fault Detection and Isolation (FDI) is considered. The main objective is to show how to employ the bounded-error approach to determine the uncertainty defined as a confidence range for the model output, the adaptive thresholds can be defined. Finally, the presented approaches are tested on a servoactuator being an FDI benchmark in the DAMADICS project.
W artykule rozpatruje się problemy odpornej detekcji uszkodzeń z wykorzystaniem technik obliczeń inteligentnych, a w szczególności sieci neuronowych (Group Method of Data Handling, GMDH), sieci neuronowo-rozmytych (model Takagi-Sugeno) oraz programowania genetycznego. Rozpatruje się układ detekcji i lokalizacji uszkodzeń z modelem. Głównym celem jest pokazanie jak zastosować metodę ograniczonego błędu do wyznaczenia niepewności modeli neuronowych i rozmytych. Pokazano, że korzystając z wyznaczonych niepewnych modeli obliczeń inteligentnych zdefiniowanych w postaci przedziałów ufności dla wyjścia modelu można zdefiniować adaptacyjny próg decyzyjny. W ostatniej części efektywność rozpatrywanych podejść ilustrowana jest na przykładzie układu diagnostyki inteligentnego urządzenia siłownik-ustawnik-zawór z projektu DAMADICS.
Źródło:
Diagnostyka; 2008, 2(46); 7-16
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On application of some artificial intelligence methods in ship design
Autorzy:
Meler-Kapcia, M.
Zieliński, S.
Kowalski, Z.
Powiązania:
https://bibliotekanauki.pl/articles/259171.pdf
Data publikacji:
2005
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
artificial intelligence
expert system
neural networks
relational database
case-based reasoning method
aided ship design
Opis:
In the paper were presented examples of use of some intelligence tools such as a neural network, expert system and relational database to ship design. The neural network of back-propagation of errors was applied to select required power of ship main propulsion system on the basis of ship main parameters. Results obtained by using the network were compared with resulting values for similar ships found in Access database application. To aid design of the main propulsion system and ship power plant automation fuzzy logic was applied as an element of Case Based Reasoning (CBR) method in Exsys expert system as well as a few methods for selection of similar ships, elaborated by the authors.
Źródło:
Polish Maritime Research; 2005, 1; 14-20
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metody sztucznej inteligencji w zastosowaniach automatyki
Methods of artificial intelligence in applications of automatic control
Autorzy:
Rojek, R.
Bartecki, K.
Powiązania:
https://bibliotekanauki.pl/articles/153320.pdf
Data publikacji:
2006
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
sieci neuronowe
logika rozmyta
identyfikacja
sterowanie automatyczne
neural networks
fuzzy logic
identification
automatic control
Opis:
W artykule przedstawiono wybrane aspekty zastosowania metod sztucznej inteligencji w zagadnieniach automatyki. Zawarto ogólny przegląd metod identyfikacji i sterowania opartych na sztucznych sieciach neuronowych. Wskazano także na możliwość wykorzystania logiki rozmytej do optymalizacji pracy samochodowego układu napędowego.
In this paper, some issues concerning application of neural networks and fuzzy logic in automatic control are presented. Neural identification and control methods are briefly reviewed. Fuzzy logic approach to powertrain control of a passenger car is also shown.
Źródło:
Pomiary Automatyka Kontrola; 2006, R. 52, nr 10, 10; 29-34
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ways of Selecting Internal Patterns in Multilayer Perceptron Network
Autorzy:
Kolibabka, M.
Cader, A.
Siwocha, A.
Krupski, M.
Powiązania:
https://bibliotekanauki.pl/articles/108637.pdf
Data publikacji:
2012
Wydawca:
Społeczna Akademia Nauk w Łodzi
Tematy:
neural networks
artificial intelligence
back propagation
Opis:
Creating and later learning one-way neural networks depends on many factors. Selecting many of them has estimated and experimental character. The suggested method is the Allows weakness of the influence of the not optimal choice of the net structure, also speed and momentum values are less influential in classic Back then Propagation Method. There are few modes of choosing elements to use in Followed algorithm.
Źródło:
Journal of Applied Computer Science Methods; 2012, 4 No. 1; 63-73
1689-9636
Pojawia się w:
Journal of Applied Computer Science Methods
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Is Management a Science or an Art? From Theory to Practice of Management
Autorzy:
Grudzewski, Wiesław Maria
Wilimowska, Zofia
Powiązania:
https://bibliotekanauki.pl/articles/633673.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Marii Curie-Skłodowskiej. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
Tematy:
management
models
artificial intelligence
neural networks
agent
risk
Opis:
Purpose – The purpose of this article is to discuss and show that management is a science, not just an art. Decision-making in the enterprise requires talent and special skills supported by the right qualifications. According to Tatarkiewicz, management can be considered as an art, which can be interpreted as follows: “(...) man’s conscious creation is a work of art always when it recreates reality, shapes forms, or expresses experience, yet it is able either to delight, or touch, or shock” (Tatarkiewicz, 1972). On the other hand, the company management is understood as a continuous process of making decisions based on reliable knowledge, observations and experiences – it is, therefore, a science, and modern managers are not just passive consumers of research knowledge, but also its creators. Contemporary theories focus attention on constructing appropriate models, which support the decisions of managers allowing them to somehow “spy” and observe the effects of their decisions. The aim of the paper is to show that in the modern economy, design models to support the management of the enterprise is the science that uses the achievements of other sciences, creative adaptation of these achievements in modeling phenomena occurring in the world economy. The aim of this article is to show that management sciences are increasingly exploiting modern knowledge to build models for developing practical concepts of management systems.Design/Methodology/Approach – The authors present the review of mathematical models, computer models (used in situations where the analytical models cannot find the best solution), and in particular artificial intelligence algorithms and selected models of dynamic system for managing the organization and some examples of applications.Findings – The results obtained show that in the management sciences, many models are used to support managerial decisions. Of course, the achievements of other sciences are very often used, management is of an application, but also of scientific nature, because, in order to skillfully use knowledge from other fields, decision-making models should be developed to solve problems in management and allow to use the achievements of these other areas.Research limitations/implications – The limitations of this paper result from the fact that only selected models are presented in the article. The authors hope that these selected models will be the argument that management science is becoming more and more science and not an art only.Originality/Value – This paper presents the review of modern methods used in management sciences to show that modern management is more a science than an art.
Źródło:
International Journal of Synergy and Research; 2017, 6
2083-0025
Pojawia się w:
International Journal of Synergy and Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Archipelag sztucznej inteligencji. Część I
Autorzy:
Tadeusiewicz, Ryszard
Powiązania:
https://bibliotekanauki.pl/articles/1857327.pdf
Data publikacji:
2020
Wydawca:
Wydawnictwo Druk-Art
Tematy:
sztuczna inteligencja
metody sztucznej inteligencji
test Turinga
algorytmy genetyczne
sieci neuronowe
artificial intelligence
artificial intelligence methods
Turing test
genetic algorithms
neural networks
Opis:
Tytuł tego artykułu może budzić wątpliwości Czytelników. Sztuczna inteligencja? Wiadomo! Ale jakiś archipelag? Już wyjaśniam. Otóż sztuczna inteligencja tylko z nazwy jest dziedziną integralną, jak – nawiązując do tytułu miesięcznika – napędy albo sterowanie. W istocie sztuczna inteligencja to zbiór bardzo różnych metod, które ludzie wymyślili w tym celu, żeby maszyny lepiej zaspokajały ich potrzeby. Te metody w większości nie mają ze sobą nawzajem absolutnie nic wspólnego. Są od siebie odległe i nie ma łatwego sposobu przejścia od jednej z nich do innej. Pozwoliłem sobie porównać tę sytuację do archipelagu wysp.
Źródło:
Napędy i Sterowanie; 2020, 22, 12; 26-40
1507-7764
Pojawia się w:
Napędy i Sterowanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznej inteligencji do identyfikacji typowych uszkodzeń wtryskiwaczy silników okrętowych
The application of artificial intelligence to identification of typical damages of marine diesel engines injectors
Autorzy:
Monieta, J.
Choromański, T.
Powiązania:
https://bibliotekanauki.pl/articles/329164.pdf
Data publikacji:
2008
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
silnik okrętowy
sieć neuronowa
identyfikacja uszkodzeń
wtryskiwacz
marine diesel engine
neural networks
identification damages
injector
Opis:
W artykule przedstawiono możliwość wykorzystania sztucznej inteligencji do identyfikacji uszkodzeń wtryskiwaczy silników okrętowych. W tym celu zastosowano sieci neuronowe, pakiet analityczny wykorzystujący współczesną technologię. Na podstawie symulowanych komputerowo, stopniowanych relacji cechy stanu technicznego wtryskiwaczy - przebieg ciśnienia w przestrzeni wtryskiwacza, poddano sieci neuronowe procesowi uczenia. Po procesie uczenia podjęto próbę rozpoznawania symulowanych różnych stanów technicznych zdatności i niezdatności z pojedynczymi i łącznymi uszkodzeniami.
In article have been presented of usability artificial intelligence to identification of damages of the marine diesel engines injectors. To his end have been application neural networks, analytic packet that utilized of present processes engineering. On the base computer simulated, stopped relations features of technical state of injectors - course of pressure in injector in injector space, have been subjected the neural networks to learning process. Past learning process has been attempted recognition simulated of different technical up states and disability with single and total damages.
Źródło:
Diagnostyka; 2008, 4(48); 139-144
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Using neural networks to prediction on warsaws stock exchange
Autorzy:
Lichy, K.
Powiązania:
https://bibliotekanauki.pl/articles/95045.pdf
Data publikacji:
2016
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
artificial intelligence
neural networks
stock market
sztuczna inteligencja
sieci neuronowe
giełda
Opis:
The paper describes an experiment consisting of the application of artificial intelligence algorithms in the processes of predicting the stock market. A special tool was developed to evaluate whether artificial neural networks can predict stock market behavior. The aim of this paper was also to test how neural networks tapping trivial and easily attainable input data perform in an environment which is both complex and difficult to predict.
Źródło:
Information Systems in Management; 2016, 5, 4; 508-519
2084-5537
2544-1728
Pojawia się w:
Information Systems in Management
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Perception-based reasoning: evaluation systems
Autorzy:
Rutkowska, D.
Powiązania:
https://bibliotekanauki.pl/articles/1931577.pdf
Data publikacji:
2003
Wydawca:
Politechnika Gdańska
Tematy:
fuzzy sets
perception-based systems
fuzzy neurons
neural networks
artificial intelligence
Opis:
A perception-based interpretation of evaluation systems is proposed in this paper. Thus, a perception-based approach to create intelligent systems is considered. The evaluation systems can be employed eg. in order to assess student exams, as well as to other applications. Evaluation marks used in these systems are given as perceptions expressed by words. The words play the role of labels of perceptions, and are represented by fuzzy sets. This means that the idea of perception-based systems, introduced by Zadeh, is applied. Various algorithms of overall assessment are suggested in this paper. Overall evaluation is produced as an aggregation of component evaluation marks. Systems of this kind can be obtained using fuzzy neurons, so fuzzy neural networks are also mentioned as a method of perception-based reasoning. The usefulness in artificial intelligence of both fuzzy sets and neural networks, and especially a combination of these, is shown.
Źródło:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2003, 7, 1; 131-145
1428-6394
Pojawia się w:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Tractography Methods in Preoperative Neurosurgical Planning
Autorzy:
Koryciński, Mateusz
Ciecierski, Konrad A.
Powiązania:
https://bibliotekanauki.pl/articles/1839329.pdf
Data publikacji:
2021
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
artificial intelligence
diffusion tensor imaging
Dijkstra's algorithm
graph traversing
MRI
neural networks
tractography
Opis:
Knowledge of the location of nerve tracts during the surgical preoperative planning stage and during the surgery itself may help neurosurgeons limit the risk of causing neurological deficits affecting the patient’s essential abilities. Development of MRI techniques has helped profoundly with in vivo visualization of the brain’s anatomy, enabling to obtain images within minutes. Different methodologies are relied upon to identify anatomical or functional details and to determine the movement of water molecules, thus allowing to track nerve fibers. However, precise determination of their location continues to be a labor-intensive task that requires the participation of highly-trained medical experts. With the development of computational methods, machine learning and artificial intelligence, many approaches have been proposed to automate and streamline that process, consequently facilitating image-based diagnostics. This paper reviews these methods focusing on their potential use in neurosurgery for better planning and intraoperative navigation.
Źródło:
Journal of Telecommunications and Information Technology; 2021, 3; 78-85
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Intelligent methods of ANN type in symptom diagnostic of motocar vehicles electrical equipment
Inteligentne metody typu SSN w symptonowej diagnostyce wyposażenia elektrycznego pojazdów samochodowych
Autorzy:
Yastrebov, A.
Gad, S.
Słoń, G.
Łaskawski, M.
Powiązania:
https://bibliotekanauki.pl/articles/328946.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
sztuczna inteligencja
sieć neuronowa
diagnostyka
pojazd
artificial intelligence
neural networks
diagnostic
vehicle
Opis:
In this paper the intelligent computer diagnostic system for specified symptom models is presented. Concluding rules are executed with the help of artificial neural networks (ANN) and fuzzy neural networks (type MLP and TSK). Performed system was used for diagnosing of the vehicle's electrical equipment. Results of the computer simulations presented in the paper, carried out for the simulated and real signals, prove efficiency of the system.
W artykule przedstawiono inteligentny komputerowy system diagnostyczny dla szczególnych modeli symptomowych. Reguły wnioskujące są realizowane z pomocą sztucznych sieci neuronowych (SSN) oraz sieci neuronowo-rozmytych (typu MLP oraz TSK). Opracowany system został zastosowany do diagnozowania wyposażenia elektrycznego w pojeździe. Wyniki symulacji komputerowych przedstawione w artykule, uzyskane dla sygnałów symulacyjnych oraz zmierzonych, potwierdzają skuteczność systemu.
Źródło:
Diagnostyka; 2006, 1(37); 69-76
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Utilisation of the artificial neural network in the strategy for the allocation of storage space
Autorzy:
Janke, Piotr
Jończyk, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/1883695.pdf
Data publikacji:
2020
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
logistics
machine learning
artificial intelligence
neural networks
logistyka
uczenie maszynowe
sztuczna inteligencja
sieci neuronowe
Opis:
Purpose: The main goal of the article is to develop a method that automatically allocates the warehouse zones of the product range of the studied enterprise for the selected machine learning algorithm. Design/methodology/approach: The problem of the studied issue is presented in the context of a specific company. The research used the double ABC method for the initial classification of zones. Input data were prepared according to the developed methodology. Selected machine learning algorithms were tested for the same data. Findings: Machine learning methods can be used to classify storage zones in that specific warehouse. Especially Boosted Trees and Neural Networks gives small errors at training stage witch our methodology. There may be differences in errors at the stage of learning the algorithm and the stage of implementing it with completely new data. Originality/value: Machine learning is a new solution that is increasingly used in various areas of logistics. The article draws attention to some problems in implementing this solution for enterprises.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2020, 145; 197-209
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Lokalizacja punktów pomiarowych w systemie do trójwymiarowego pozycjonowania ciała wybranymi metodami sztucznej inteligencji
Detection of measurement points in a 3D body positioning system by means of artificial intelligence
Autorzy:
Czechowicz, A.
Tokarczyk, R.
Powiązania:
https://bibliotekanauki.pl/articles/131086.pdf
Data publikacji:
2009
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
fotogrametria
pozycjonowanie ciała
sieci neuronowe
perceptron wielowarstwowy
wsteczna propagacja błędów
sieci z radialnymi funkcjami bazowymi
photogrammetry
body positioning
neural networks
multi-layer perceptron
error back-propagation
radial basis function networks
Opis:
Fotogrametryczny system cyfrowy do pomiaru ciała ludzkiego dla celów badania wad postawy służy do wyznaczania przestrzennego położenia wybranych jego punktów. Wymaga on pomierzenia na zdjęciach cyfrowych trzech grup punktów, zwanych w tytule referatu punktami pomiarowymi: fotopunktów, markerów sygnalizowanych na pacjencie oraz źrenic oczu. Fotopunkty to czarno-białe sygnały pozwalające na orientację w przestrzeni modelu utworzonego ze zdjęć. Markery to styropianowe kulki o średnicy 4÷5 mm sygnalizujące wybrane elementy kośćca umieszczone na powierzchni ciała. Artykuł dotyczy wykorzystania sieci neuronowych do lokalizacji fotopunktów i styropianowych markerów. Zadaniem sieci jest klasyfikacja kolejnych fragmentów obrazu na zawierające obraz fotopunktu, markera lub niezawierające obrazu żadnego z nich. W ramach badań sprawdzono możliwość przeprowadzenia zdefiniowanej powyżej klasyfikacji sieciami o architekturze wielowarstwowego perceptronu (ang. Multi Layer Perceptron –MLP) ze wsteczną propagacją błędu oraz sieciami z radialnymi funkcjami bazowymi RBF (ang. Radial Basis Function Networks). Zweryfikowano przydatność reprezentacji opartej na informacji o rozkładzie wartości gradientu oraz jego kierunku dla celów wykrycia punktów pomiarowych. Wspomniana reprezentacja wywodzi się z badań nad selekcją podobrazów dla potrzeb dopasowania zdjęć lotniczych.
A digital photogrammetric system for making measurements of the human body for the purpose of studying faulty posture is designed to determine the three-dimensional location of selected points in the human body. It requires the measurement of three groups of points on digital images, points referred to in this paper’s title as measurement points, i.e. control points, markers indicated on the patient’s body and pupils of the eyes. Control points are black and white signals permitting the correct orientation in space of a model created from the images. The markers are balls of polystyrene foam of 4-5 mm diameter, placed on the body, which indicate selected elements of the human skeleton. This paper describes the utilisation of neural networks to locate control points and markers. The aim of the networks is to classify consecutive fragments of an image as containing control points, containing markers or not containing any of these features. The research covered evaluation of the possibility of conducting this classification using Multi Layer Perceptron Networks with back propagation of errors as well as with Radial Basis Function Networks. The usefulness of a representation based on information about the distribution of gradient value and direction for the purpose of the detection of measurement points has been verified. This representation comes from earlier research on the selection of subimages for the purpose of matching the aerial pictures.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2009, 20; 67-79
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznej inteligencji w diagnostyce maszyn
Application of artifical inteligence in machine diagnostics
Autorzy:
Bartol-Smardzewska, M.
Powiązania:
https://bibliotekanauki.pl/articles/329334.pdf
Data publikacji:
2005
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka techniczna
system informatyczny
sieci neuronowe
sztuczna inteligencja
technical diagnostics
computer systems
neural networks
artificial intelligence
Opis:
W ciągu ostatnich lat wzrasta zapotrzebowanie na diagnostykę techniczną, zmieniły się bowiem radykalnie kryteria oceny obiektów. Pojawiają się nowe zastosowania osiągnięć mikroelektroniki, techniki komputerowej, sieci neuronowych i sztucznej inteligencji, skutecznie wspomagają one możliwości diagnostyki technicznej. To wszystko diametralnie zmienia poglądy i dokonania w obszarze wykrywania i nadzorowania zmian stanu obiektów metodami diagnostyki technicznej. Daje to możliwość nadzorowania zmian stanu, lokalizacji uszkodzeń i minimalizacji skutków uszkodzeń.
In last few years request of technical diagnostics increase, cause of radically change of object's rate standard. New adoption of achievement of microelectronics, computer technology, neural nets and artificial intelligence succor power of technical diagnostics efficiently. All of that, change diametrically ideas and performance of detection and inspection by technical diagnostics methods of object's state changes. It gives the possibility to inspect changes of state, location of damage and reducing of damage results.
Źródło:
Diagnostyka; 2005, 33; 193-198
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rozpoznawanie obiektów przez głębokie sieci neuronowe
Object classification with deep neural networks
Autorzy:
Kwasigroch, A.
Grochowski, M.
Powiązania:
https://bibliotekanauki.pl/articles/268601.pdf
Data publikacji:
2018
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
uczenie głębokie
sieci neuronowe
sztuczna inteligencja
przetwarzanie obrazu
deep learning
neural networks
artificial intelligence
image processing
Opis:
W referacie zaprezentowane zostaną wyniki badań nad rozpoznawaniem obiektów w różnych warunkach za pomocą głębokich sieci neuronowych. Przeanalizowano działanie dwóch struktur – ResNet50 oraz VGG19. Systemy rozpoznawania obrazu wytrenowano oraz przetestowano na reprezentatywnej, bazie zawierającej 25 tys. zdjęć psów oraz kotów, która znacznie upraszcza analizowanie działania systemów ze względu na łatwość interpretacji zdjęć przez człowieka. Zbadano wpływ pojawienia się nietypowych zdjęć na wynik klasyfikacji. Ponadto przeanalizowano zdjęcia niepoprawnie sklasyfikowane i porównano je z interpretacjami człowieka. Uzyskano bardzo wysokie wyniki klasyfikacji. Do oceny systemów użyto miar statystycznych takich jak: dokładność, czułość, swoistość, krzywe ROC.
Deep neural networks are modern algorithms from the family of artificial intelligence, that are widely used these days for task of an image analysis. In this paper, we present results of research on deep neural network for image recognition. We tested 2 different neural architectures, namely: modified VGG19, ResNet50. In order to improve the classification results we employed two methods called dropout and transfer learning. The systems were trained on the dataset containing 22 000 training images and 3000 test images. The dataset used contains different pictures of animals (cats and dogs). The dataset of animals make analyses of network performance easier, because they are easy to interpret by human. The employed systems were tested qualitatively and quantitatively. The influence of atypical inputs were examined, also. Moreover, the analysis of improperly classified images was performed. We achieved high classification results. In order to evaluate the classification performance we utilized the following set of statistical measures: accuracy, specificity, sensitivity and ROC curves.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2018, 60; 63-66
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 23

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