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 "network model" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-10 z 10
    Tytuł:
    Sieci neuronowe typu MLP oraz RBF jako narzędzia klasyfikacyjne w analizie obrazu
    The neural network type the MLP and RBF as classifying tools in picture analysis
    Autorzy:
    Boniecki, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/337163.pdf
    Data publikacji:
    2006
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    sieć neuronowa
    sieć neuronowa MLP
    sieć neuronowa RBF
    analiza obrazu
    identyfikacja neuronowa
    model neuronowy
    neural network
    MLP neural network
    RBF neural network
    picture analysis
    neuronal identification
    neuronal model
    Opis:
    Neuronowa identyfikacja danych obrazowych, ze szczególnym naciskiem na analizę ilościową oraz jakościową, coraz częściej wykorzystywana jest do pozyskiwania oraz zgłębiania wiedzy zawartej w danych empirycznych. Ekstrakcja, a następnie klasyfikacja wybranych cech obrazu, pozawala na wytworzenie informatycznych narzędzi do identyfikacji wybranych obiektów, prezentowanych np. w postaci obrazu cyfrowego. W związku z tym, celowym wydaje się być poszukiwanie nowoczesnych metod wspomagających proces edukacyjny w zakresie konstrukcji oraz eksploatacji modeli neuronowych w kontekście ich wykorzystania w procesie analizy obrazu. Dodatkowym celem pracy było porównanie jakości sieci MLP oraz RBF mające na względzie wskazanie optymalnego instrumentu klasyfikacyjnego.
    The neuronal identification of pictorial data, with special emphasis on both quantitative & qualitative analysis, is more frequently utilized to gain & deepen the empirical data knowledge. Extraction & then classification of selected picture features, enables one to create computer tools in order to identify these objects presented as, for example, digital pictures. In relationship from this, it seems to be purposeful the search of the modern methods helping educational process in the range of construction as well as exploitation of neuronal models in context of their utilization in picture analysis process. The additional aim of the work was the comparison of neural network of the type MLP and RBF for indication of the optimum classification tool.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2006, 51, 4; 34-39
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Próba określenia terminów zabiegów agrotechnicznych na plantacjach wierzby energetycznej przy pomocy modeli matematycznych i sieci neuronowych
    An attempt to determine time for agrotechnical measures at energy willow plantations using mathematical models and neural networks
    Autorzy:
    Neugebauer, M.
    Nalepa, K.
    Sołowiej, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/287363.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    wierzba energetyczna
    populacja
    szkodnik
    model matematyczny
    sieć neuronowa
    energy willow
    population
    pests
    mathematical model
    neural network
    Opis:
    Powstające w ostatnich latach coraz większe plantacje wierzby energetycznej są narażone na atak owadów, które w trakcie gradacji mogą zniszczyć całą plantację. W pracy utworzono model matematyczny opisujący rozwój populacji owadów. Na bazie tego modelu oraz danych z rzeczywistych plantacji - takich jak: dane geograficzne (tj. wielkość plantacji, usytuowanie plantacji względem innych upraw i lasów i inne), dane wegetacyjne (wiek plantacji, okres rozwoju, pora roku i inne) - przeprowadzono modelowanie neuronowe w celu określenia najkorzystniejszego terminu zabiegów agrotechnicznych mających powstrzymać gradację ww. szkodników.
    Larger and larger energy willow plantations occurring in recent years are exposed to attack of insects, which may devastate the whole plantation during their gradation. The researchers developed a mathematical model describing insect population growth. This model and data from existing plantations - including geographical information (that is: plantation size, plantation location in reference to other crops and forests, and other), vegetation data (plantation age, growth period, season of the year, and other) - provided grounds to carry out neural modelling in order to determine the most advantageous time for agrotechnical measures intended to stop gradation of the above-mentioned pests.
    Źródło:
    Inżynieria Rolnicza; 2008, R. 12, nr 7(105), 7(105); 159-166
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie plonów wybranych płodów rolnych z wykorzystaniem modeli neuronowych w postaci szeregów czasowych
    Expectation crops of chosen agricultural fetuses with the help of neural model by time series
    Autorzy:
    Boniecki, P.
    Mueller, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/337153.pdf
    Data publikacji:
    2006
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    sieć neuronowa
    prognozowanie
    płody rolne
    plon
    model neuronowy
    szereg czasowy
    neural network
    prognose
    neural model
    time series
    agricultural fetuses
    yield
    Opis:
    Jednym z ważnych etapów badania oraz analizy systemów empirycznych jest proces prognozowania, mający praktyczne zastosowanie w szerokim zakresie działalności ludzkiej. W przypadku przewidywania wielkości płodów rolnych mamy do czynienia z szeregiem złożonych bodźców, które w efekcie przekładają się na wynik końcowy, jakim jest plon. Jakość tych prognoz ma ogromne znaczenie dla kolejnych etapów w łańcuchu produkcyjno-dystrybucyjnym płodów rolnych. Sieci neuronowe w postaci szeregów czasowych są wysublimowaną techniką modelowania, zdolną odwzorować bardzo złożone funkcje. Celem analizy szeregów czasowych jest ustalenie prognozy przyszłych wartości pewnej zmiennej, której wartości zmieniają się w czasie. Najczęściej dąży się do obliczenia prognozy korzystając z wcześniejszych wartości tej samej zmiennej, której wartość ma być przewidywana. Zbiór uczący, wykorzystywany przy neuronowej analizie szeregów czasowych, budowany jest zwykle w oparciu o pojedynczą zmienną, której typ określony jest jako "Wejściowo-Wyjściowy". Oznacza to, że jest ona wykorzystywana zarówno jako wejście sieci neuronowej, jak i jako jej wyjście.
    Prediction becomes a very important stage in many activities. In case of expectation crops of chosen agricultural foetuses we deal with a number of stimuli which consequently transform into the end effect. It is clear that the quality of those predictions has a great influence on subsequent stages in the production and distribution chain of agricultural foetuses. Neural networks by time series are a sophisticated technique of modeling capable of reflecting very complex functions. In time series problems, the objective is to predict ahead the value of a variable which varies in time, using previous values of that and/or other variables. The time series training data set therefore typically has a single variable, and this has type input/output (i.e., it is used both for network input and network output).
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2006, 51, 4; 40-43
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A mathematical model for file fragment diffusion and a neural predictor to manage priority queues over BitTorrent
    Autorzy:
    Napoli, C.
    Pappalardo, G.
    Tramontana, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/331212.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    P2P model
    neural network
    wavelet
    diffusion
    file sharing
    model P2P
    sieć neuronowa
    falka
    dyfuzja
    wymiana plików
    Opis:
    BitTorrent splits the files that are shared on a P2P network into fragments and then spreads these by giving the highest priority to the rarest fragment. We propose a mathematical model that takes into account several factors such as the peer distance, communication delays, and file fragment availability in a future period also by using a neural network module designed to model the behaviour of the peers. The ensemble comprising the proposed mathematical model and a neural network provides a solution for choosing the file fragments that have to be spread first, in order to ensure their continuous availability, taking into account that some peers will disconnect.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2016, 26, 1; 147-160
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Forecasting European thermal coal spot prices
    Autorzy:
    Krzemień, A.
    Riesgo Fernandez, P.
    Suárez Sánchez, A.
    Sánchez Lasheras, F.
    Powiązania:
    https://bibliotekanauki.pl/articles/92159.pdf
    Data publikacji:
    2015
    Wydawca:
    Główny Instytut Górnictwa
    Tematy:
    thermal coal
    price forecasting
    time series analysis
    neural network
    autoregressive model
    węgiel energetyczny
    prognoza cen
    analiza szeregów czasowych
    sieć neuronowa
    model autoregresyjny
    Opis:
    This paper presents a one-year forecast of European thermal coal spot prices by means of time series analysis, using data from IHS McCloskey NW Europe Steam Coal marker (MCIS). The main purpose was to achieve a good fit for the data using a quick and feasible method and to establish the transformations that better suit this marker, together with an affordable way for its validation. Time series models were selected because the data showed an autocorrelation systematic pattern and also because the number of variables that influence European coal prices is very large, so forecasting coal prices as a dependent variable makes necessary to previously forecast the explanatory variables. A second-order Autoregressive process AR(2) was selected based on the autocorrelation and the partial autocorrelation function. In order to determine if the results obtained are a good fit for the data, the possible drivers that move the European thermal coal spot prices were taken into account, establishing a hypothesis in which they were divided into four categories: (1) energy side drivers, that directly relates coal prices with other energy commodities like oil and natural gas; (2) demand side drivers, that relates coal prices both with the Western World economy and with emerging economies like China, in connection with the demand for electricity in these economies; (3) commodity currency drivers, that have an influence for holders of different commodity currencies in countries that export or import coal; and (4) supply side drivers, involving the production costs, transportation, etc. Finally, in order to analyse the time series model performance a Generalized Regression Neural Network (GRNN) was used and its performance compared against the whole AR(2) process. Empirical results obtained confirmed that there is no statistically significant difference between both methods. The GRNN analysis also allowed pointing out the main drivers that move the European Thermal Coal Spot prices: crude oil, USD/CNY change and supply side drivers.
    Źródło:
    Journal of Sustainable Mining; 2015, 14, 4; 203-210
    2300-1364
    2300-3960
    Pojawia się w:
    Journal of Sustainable Mining
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Efficient nonlinear predictive control based on structured neural models
    Autorzy:
    Ławryńczuk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/907652.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    sterowanie procesami
    sterowanie predykcyjne
    sieć neuronowa
    optymalizacja
    linearyzacja
    process control
    model predictive control
    neuron network
    optimisation
    linearisation
    Opis:
    This paper describes structured neural models and a computationally efficient (suboptimal) nonlinear Model Predictive Control (MPC) algorithm based on such models. The structured neural model has the ability to make future predictions of the process without being used recursively. Thanks to the nature of the model, the prediction error is not propagated. This is particularly important in the case of noise and underparameterisation. Structured models have much better long-range prediction accuracy than the corresponding classical Nonlinear Auto Regressive with eXternal input (NARX) models. The described suboptimal MPC algorithm needs solving on-line only a quadratic programming problem. Nevertheless, it gives closed-loop control performance similar to that obtained in fully-fledged nonlinear MPC, which hinges on online nonconvex optimisation. In order to demonstrate the advantages of structured models as well as the accuracy of the suboptimal MPC algorithm, a polymerisation reactor is studied.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2009, 19, 2; 233-246
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    General concept of the EMG controlled bionic hand
    Autorzy:
    Pieprzycki, Adam
    Król, Daniel
    Powiązania:
    https://bibliotekanauki.pl/articles/93068.pdf
    Data publikacji:
    2020
    Wydawca:
    Państwowa Wyższa Szkoła Zawodowa w Tarnowie
    Tematy:
    EMG
    neural-network
    machine-learning
    Fourier transform
    Hilbert-Huang transform
    Hodgkin-Huxley model
    sieć neuronowa
    nauczanie maszynowe
    przekształcenie Fouriera
    transformacja Hilberta-Huanga
    model Hodgkina-Huxleya
    Opis:
    The article presents a general concept of a bionic hand control system using multichannel EMG signal, being under development at present. The method of acquisition and processing of multi-channel EMG signal and feature extraction for machine learning were described. Moreover, the design of the control system implementation in the real-time embedded system was discussed.
    Źródło:
    Science, Technology and Innovation; 2020, 8, 1; 26-34
    2544-9125
    Pojawia się w:
    Science, Technology and Innovation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of affine NARMA model to design of adaptive power system stabilizer
    Autorzy:
    Zhou, J.
    Ke, D.
    Chung, C. Y.
    Sun, Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/327256.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    adaptive control
    affine
    NARMA model
    neural network
    power system stabilizer
    PSS
    sterowanie adaptacyjne
    sieć neuronowa
    stabilizator systemu zasilania
    Opis:
    An affine nonlinear autoregressive moving average (NARMA) model is derived from the neural network (NN) based general NARMA model in this paper, by using Taylor series expansion. The predictive error of this affine NARMA model will be quite acceptable, at least for the control purpose, if the amplitude of control input is properly limited. Therefore, an adaptive control scheme based on this model is proposed and applied to the design of adaptive power system stabilizer (APSS) since the amplitude of PSS output is usually well limited. The feature of this control scheme is that the control input can be online analytically obtained. Thus, comparing to the traditional NN based APSS (TAPSS), the affine NARMA model based APSS (AAPSS) does not need the training of a NN as neuro-controller, which may be a troublesome and time consuming step during the design. Moreover, the AAPSS can generally perform better than the TAPSS. Simulation studies on a single machine infinite bus system and a multi-machine system show that the AAPSSs can consistently well perform to damp electromechanical oscillations in the systems over a wide range of operating conditions.
    Źródło:
    Diagnostyka; 2018, 19, 2; 105-114
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of optimal costs of axially loaded RC tension members using Indian and Euro standards
    Porównanie optymalnych kosztów osiowo obciążonych zbrojonych cięgien z wykorzystaniem standardów europejskich i indyjskich
    Autorzy:
    Karthiga Shenbagam, N.
    Arunachalam, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/230846.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    cięgno zbrojone
    konstrukcja optymalna
    koszt
    optymalizacja
    obciążenie osiowe
    sieć neuronowa
    model projektowy
    norma indyjska
    norma europejska
    RC tension member
    optimal design
    cost
    optimization
    axial loading
    neural network
    design model
    indian standard
    European standard
    Opis:
    The aim of this study is to find the cost design of RC tension with varying conditions using the Artificial Neural Network. Design constraints were used to cover all reliable design parameters, such as limiting cross sectional dimensions and; their reinforcement ratio and even the beahviour of optimally designed sections. The design of the RC tension members were made using Indian and European standard specifications which were discussed. The designed tension members according to both codes satisfy the strength and serviceability criteria. While no literature is available on the optimal design of RC tension members, the cross-sectional dimensions of the tension membersfor different grades of concrete and steel, and area of formwork are considered as the variables in the present optimum design model. A design example is explained and the results are presented. It is concluded that the proposed optimum design model yields rational, reliable, and practical designs.
    Niniejsza praca została poświęcona optymalnemu projektowi zbrojonych cięgien. Zaprojektowano blisko pięćset zbrojonych cięgien zgodnie ze standardem indyjskim IS 456:2000 i standardem europejskim EN1992, ręcznie przy użyciu arkuszy kalkulacyjnych Microsoft Excel. Uwzględnione zmienne stanowią charakterystyczną wytrzymałość betonu, wahającą się od 25 do 50N/mm2 dla obu specyfikacji kodału? (codal?). Wytrzymałość plastyczna stali waha się pomiędzy 250, 415, 500 i 550 N/mm2 w przypadku IS 456:2000 i pomiędzy 235, 275, 355, 420 i 460 N/mm2 w przypadku standardu europejskiego. Obciążenie osiowe wahało się od 500kN do 3000 kN. Teoretyczne wyniki uzyskane na podstawie ręcznego projektu zostały wyjaśnione poniżej.
    Źródło:
    Archives of Civil Engineering; 2017, 63, 1; 99-113
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Forecasting models for chaotic fractional-order oscillators using neural networks
    Autorzy:
    Bingi, Kishore
    Prusty, B Rajanarayan
    Powiązania:
    https://bibliotekanauki.pl/articles/2055150.pdf
    Data publikacji:
    2021
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    chaotic oscillators
    data driven forecasting
    fractional order system
    model free analysis
    neural network
    time series prediction
    oscylator chaotyczny
    układ rzędu ułamkowego
    sieć neuronowa
    prognozowanie szeregów czasowych
    Opis:
    This paper proposes novel forecasting models for fractional-order chaotic oscillators, such as Duffing’s, Van der Pol’s, Tamaševičius’s and Chua’s, using feedforward neural networks. The models predict a change in the state values which bears a weighted relationship with the oscillator states. Such an arrangement is a suitable candidate model for out-of-sample forecasting of system states. The proposed neural network-assisted weighted model is applied to the above oscillators. The improved out-of-sample forecasting results of the proposed modeling strategy compared with the literature are comprehensively analyzed. The proposed models corresponding to the optimal weights result in the least mean square error (MSE) for all the system states. Further, the MSE for the proposed model is less in most of the oscillators compared with the one reported in the literature. The proposed prediction model’s out-of-sample forecasting plots show the best tracking ability to approximate future state values.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2021, 31, 3; 387--398
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-10 z 10

      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