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 Networks" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
Wyświetlanie 1-15 z 200
Tytuł:
Neural algorithm of fixing the ships position
Autorzy:
Stateczny, A.
Wąż, M.
Powiązania:
https://bibliotekanauki.pl/articles/320962.pdf
Data publikacji:
2000
Wydawca:
Polskie Forum Nawigacyjne
Tematy:
nawigacja
sieci neuronowe
navigation
neural networks
Opis:
Comparative methods of plotting the ship’s position based on the radar picture can be applied in coastal regions and narrow passages. The article presents the algorithm of comparative plotting of the ship’s position with the application of an artificial intelligence method – artificial neural networks. The results of numerical experiments have been adduced, conducted according to the method worked out.
Źródło:
Annual of Navigation; 2000, 2; 127-141
1640-8632
Pojawia się w:
Annual of Navigation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych w systemach wspomagania decyzji z obszaru zarządzania logistyką
Application of artificial neural networks in decision support systems in logistics management
Autorzy:
Duchaczek, A.
Skorupka, D.
Powiązania:
https://bibliotekanauki.pl/articles/348417.pdf
Data publikacji:
2011
Wydawca:
Akademia Wojsk Lądowych imienia generała Tadeusza Kościuszki
Tematy:
zarządzanie logistyczne
sztuczne sieci neuronowe
sieci neuronowe
biblioteka FANN
logistic management
artificial neural networks
neural networks
FANN library
Opis:
W artykule przedstawiono możliwości wykorzystania komponentu TFannNetwork, opartego na bibliotece FANN wersja 2.0, do budowy aplikacji komputerowych wykorzystywanych w procesie zarządzania logistyką. Możliwości komponentu zaprezentowano na przykładzie zastosowania sztucznych sieci neuronowych do szacowania ładowności pojazdów transportowych na podstawie ich gabarytów.
The article presents the possibility of using a TFannNetwork component, based on the FANN library (version 2.0), for building computer applications used in logistics management. The potential of the component is exemplified with the application of artificial neural networks to estimate the capacity of transport vehicles based on their dimensions.
Źródło:
Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki; 2011, 4; 270-277
1731-8157
Pojawia się w:
Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System do analizy i oceny topografii powierzchni technicznych
Analysis and assessment system of technical surface toography
Autorzy:
Cincio, R.
Kacalak, W.
Powiązania:
https://bibliotekanauki.pl/articles/154315.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
parametry powierzchni
sieci neuronowe
surface parameters
neural networks
Opis:
Właściwości eksploatacyjne powierzchni w znacznym stopniu zależą od jej cech stereometrycznych. Parametry charakteryzujące właściowści stereometryczne powierzchni technicznych różnią się, i to często znacznie od parametrów wyznaczanych dla zarysu danej powierzchni. Pomijanie tych różnic lub opisywanie cech powierzchni na podstawie cech (parametrów) zarysu należy do częstych błędów oceny powierzchni. W artykule przedstawiono opis opracowywanego systemu przetwarzania danych z profilografometru, który wykorzystując wyniki z jednego lub dwóch pomiarów (zarysów w jednym przekroju o długości określanej przez system, dwóch pomiarów w przekrojach do siebie prostopadłych lub też zarys pomiaru po torze spiralnym wg nowych koncepcji realizacji pomiarów profilografometrycznych opracowanych w polskich ośrodkach badawczych) oraz wykorzystuąc wiedzę zgromadzoną w formie reguł wnioskowania i w module sztucznych sieci neuronowych, pozwalałby na wyznaczenie licznego, komplementarnego zbioru parametrów stereometrycznych powierzchni. Możliwe jest ponadto wyznaczenie obrazu powierzchni o cechach statystycznych zgodnych z powierzchnią, na której przeprowadzono pomiar. System składa się z baz wiedzy zawierających relacje między parametrami 2D i 3D, baz danych, baz reguł wnioskowania, modułów analiz i wizualizacji, dokumentacji zespołów pomocniczych (akwizycji obrazów 2D) i modułów komunikacji z użytkownikem. Opracowany system jest szczególnie przydatny w pomiarach topografii powierzchni dużych elementów. W pomiarach, tych wykorzystuje się przenośne profilografometry, które umożliwiają realizację tylko prostych strategii pomiaru.
Operating features of surface topography relative depends on stereometric characteristics. Parameters characterizing stereometric properties of technical surface topography have much more different from parameters determine for the profile of surface topography. Skipping of these differences or describing characteristic of surface topography on the basis of characteristic (parameters) of profile belong to frequent errors of estimation surface topography. This article presents descriptin elaborated profilografometer data processing system which using results from one or two measurement (profiles in one section in length choose by the system, two measurement in sections to himself normals, in section which is created by circular track or measurement in section which is created by spiral track (according to new ideas realization of profilographometric measurements elaborated in Polish research centers) and using collected knowledge form: inferring rules and modules of neural networks, would let on determine collect numberful set of stereometric surfaces parameters topography. Moreover possible is determine image of surface topography which features statistical compatible with a surface which worked the measurement. The system is consisted of: knowledge base including relations between parameters 2D and 3D, database of inferring rules modules analyses and visualization, documentations of auxiliary units (canvassing images 2D) and modules of communication with user. This worked out system is especially useful in measurement of large surface elements topography. In measurement like this large elements uses mobile profilographometers which make only simple ralization of strategies of measurement.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 9 bis, 9 bis; 515-518
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model systemu pomiarowego do kontroli parametrów cieplnych materiałów termoizolacyjnych z sondą cieplną
Model of measurement system with thermal probe for testing parameters of heat-insulating materials
Autorzy:
Chudzik, S.
Minkina, W.
Powiązania:
https://bibliotekanauki.pl/articles/152065.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
sieci neuronowe
przewodność cieplna
neural networks
thermal conductivity
Opis:
W artykule przedstawiono model koncepcji systemu pomiarowego wykorzystującego odpowiednią sondę cieplną do kontroli parametrów cieplnych materiałów termoizolacyjnych. Przedstawiany system pomiarowy wykorzystuje sztuczne sieci neuronowe do rozwiązania współczynnikowego zagadnienia odwrotnego dyfuzji ciepła w materiale. Symulacje zjawiska dyfuzji ciepła oraz proces uczenia sieci neuronowej przeprowadzono w środowisku programowym Matlab.
The article presents model of measurement system with thermal probe for testing thermal parameters of heat-insulating materials. Measurement system uses the artificial neural network in order to solve the coefficient inverse problem for solid. The network learning process and simulation analyses are based on the Matlab.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 9 bis, 9 bis; 589-592
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych w doborze funkcji napędowych żurawi na podatnym podłożu
Application of the neural network in control of a flexibly supported crane
Autorzy:
Urbaś, A.
Szczotka, M.
Powiązania:
https://bibliotekanauki.pl/articles/386340.pdf
Data publikacji:
2010
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
sieci neuronowe
żuraw
sterowanie
neural networks
crane
control
Opis:
W artykule przedstawiono model dynamiczny układu żurawia chwytakowego posadowionego podatnie. Model posłużył do wykonania optymalizacji dynamicznej celem doboru funkcji napędowych ruchu obrotu i wysięgu zapewniających ruch ładunku po zadanej trajektorii (okręgu) oraz stabilizację ładunku po zatrzymaniu, mimo podatności podparcia. Ze względu na długi czas obliczeń optymalizacyjnych, model jest mało przydatny do sterowania układem w czasie rzeczywistym. Zastosowano zatem metodologię sztucznych sieci neuronowych, które generują odpowiedź dla układu sterowania w czasie znacznie krótszym.
The paper presents the application of the neural network to real-time control of drive characteristics. The mathematical model of the crane, which is flexibly supported, is considered. The problem of finding an optimal drive function can be solved by mean of the classic optimisation methods. However, due to long calculation time, this approach can not be applied in the crane control tasks in practice. Utilising the advantage of neural networks (fast response, ability to generalisation), we are able to obtain the courses of drive functions in the real-time. A well trained network can be then used also for other inputs, than those used during the training task. Some example of simulations have been presented in the article.
Źródło:
Acta Mechanica et Automatica; 2010, 4, 1; 101-107
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza wydajności biblioteki TensorFlow z wykorzystaniem różnych algorytmów optymalizacji
Performance analysis of the TensorFlow library with different optimisation algorithms
Autorzy:
Wadas, Maciej
Smołka, Jakub
Powiązania:
https://bibliotekanauki.pl/articles/2055131.pdf
Data publikacji:
2021
Wydawca:
Politechnika Lubelska. Instytut Informatyki
Tematy:
uczenie maszynowe
sieci neuronowe
machine learning
neural networks
Opis:
W artykule zaprezentowano wyniki analizy wydajności biblioteki TensorFlow wykorzystywanej w uczeniu maszyno-wym i głębokich sieciach neuronowych. Analiza skupia się na porównaniu parametrów otrzymanych podczas treningu modelu sieci neuronowej dla algorytmów optymalizacji: Adam, Nadam, AdaMax, AdaDelta, AdaGrad. Zwrócono szczególną uwagę na różnice pomiędzy efektywnością treningu na zadaniach wykorzystujących mikroprocesor i kartę graficzną. Do przeprowadzenia badań utworzono modele sieci neuronowej, której zadaniem było rozpoznawanie znaków języka polskiego pisanych odręcznie. Otrzymane wyniki wykazały, że najwydajniejszym algorytmem jest AdaMax, zaś podzespół komputera wykorzystywany podczas badań wpływa jedynie na czas treningu wykorzystanego modelu sieci neuronowej.
This paper presents the results of performance analysis of the Tensorflow library used in machine learning and deep neural networks. The analysis focuses on comparing the parameters obtained when training the neural network model for optimization algorithms: Adam, Nadam, AdaMax, AdaDelta, AdaGrad. Special attention has been paid to the differences between the training efficiency on tasks using microprocessor and graphics card. For the study, neural network models were created in order to recognise Polish handwritten characters. The results obtained showed that the most efficient algorithm is AdaMax, while the computer component used during the research only affects the training time of the neural network model used.
Źródło:
Journal of Computer Sciences Institute; 2021, 21; 330--335
2544-0764
Pojawia się w:
Journal of Computer Sciences Institute
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do prognozy ilości odpadów bytowo-gospodarczych
Neural network application for prediction of amount of municipal waste
Autorzy:
Chmielińska-Bernacka, A.
Sidełko, R.
Powiązania:
https://bibliotekanauki.pl/articles/1818650.pdf
Data publikacji:
2013
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
sieci neuronowe
odpady komunalne
neural networks
municipal waste
Opis:
In article the results of neural network (NN) application connected with prediction of amount of municipal waste was presented. To neural network training about one hundred cases was used. One case mean household where a individual questionnaire enclosed fourteen questions was filed up. Finally only nine features treated as independent variables was qualified. Neural network verification depended on comparing real and predicted value for two cases removed during NN teaching process.
Źródło:
Rocznik Ochrona Środowiska; 2013, Tom 15, cz. 1; 835-844
1506-218X
Pojawia się w:
Rocznik Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sterowanie samonaprowadzających pocisków moździerzowych z wykorzystaniem sterownika opartego na sztucznych sieciach neuronowych
The application of artificial neurone networks for control of self-guided mortar missiles
Autorzy:
Vogt, R.
Głębocki, R.
Żugaj, M.
Andrzejczak, M.
Powiązania:
https://bibliotekanauki.pl/articles/235959.pdf
Data publikacji:
2005
Wydawca:
Wojskowy Instytut Techniczny Uzbrojenia
Tematy:
naboje moździerzowe
sieci neuronowe
mortar rounds
neural networks
Opis:
W referacie przedstawiono niektóre problemy związane z systemem sterowania inteligentnych pocisków moździerzowych przy pomocy rakietowych silników korekcyjnych działających bezpośrednio na środek ciężkości pocisku. Autorzy opisali możliwości zastosowania sztucznych sieci neuronowych celem poprawy jakości sterowania pocisku.
Some problems for controlling of smart mortar ammunition by corrective rocket motors affecting directly the missile’s mass centre are presented in the paper together with presentation of artificial neurone networks possibilities to improve missile’s control quality.
Źródło:
Problemy Techniki Uzbrojenia; 2005, R. 34, z. 94; 119-126
1230-3801
Pojawia się w:
Problemy Techniki Uzbrojenia
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie termowizji w badaniach przesiewowych na przykładzie zmian nowotworowych piersi
Application of thermovision in screening examinations on the example of breast carcinoma
Autorzy:
Więcek, M.
Strąkowski, R.
Jakubowska, T.
Więcek, B.
Powiązania:
https://bibliotekanauki.pl/articles/261726.pdf
Data publikacji:
2010
Wydawca:
Politechnika Wrocławska. Wydział Podstawowych Problemów Techniki. Katedra Inżynierii Biomedycznej
Tematy:
termowizja
sieci neuronowe
nowotwór
tumour
thermovision
neural networks
Opis:
W pracy przedstawiono procedurę termowizyjnych badań przesiewowych, w których dokonano selekcji oraz klasyfikacji obrazów za pomocą sieci neuronowych. Metodę zastosowano do badań zmian nowotworowych piersi. Sieć nauczono za pomocą 15 termogramów obrazujących zmiany patologiczne i 15 termogramów z grupy kontrolnej w projekcji przedniej i bocznej. Dodatkowo zastosowano analizę różnicy cech piersi zdrowej i chorej, co zapewniło największą skuteczność klasyfikacji na poziomie 70%. Lepsze wyniki klasyfikacji uzależnione są od wielkości zbioru uczącego.
In this work, the procedure of screening breast pathology based on thermovision examinations was presented. The thermal image features were evaluated and classified by means of neural networks. 15 thermal images representing pathological lesions and 15 images from control group were examined, both from fivntal and side positions of a patient. In addition, the differences of features of neoplastic and healthy breasts tissue, were evaluated. The classification efficiency up to 70% was achieved. The better classification can be obtained in case of bigger number of thermal images from both groups: pathological and control ones.
Źródło:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna; 2010, 16, 1; 49-55
1234-5563
Pojawia się w:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sieci neuronowej do sterowania pracą wciągarki
Application of neural network to define winch drive function
Autorzy:
Falat, P.
Powiązania:
https://bibliotekanauki.pl/articles/387180.pdf
Data publikacji:
2010
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
sterowanie
maszyna
sieci neuronowe
control
machine
neural networks
Opis:
Często spotykanym zadaniem stawianym przed żurawiami typu offshore jest utrzymanie ładunku na zadanej głębokości pomimo ruchów bazy żurawia wywołanych falowaniem morza. W niniejszym artykule przedstawiono zastosowa- nie sieci neuronowej do wyznaczania funkcji napędowej wciągarki zapewniającej stabilizację pionową ładunku. Analizy przeprowadzono dla żurawia typu A-rama. Opracowano jego model matematyczny, przy czym korzystając z wcześniejszych doświadczeń autora, przyjęto, że jedynym elementem podatnym w układzie jest lina. W poprzednich pracach autor proponował użycie metod optymalizacji do wyznaczenia poszukiwanej funkcji napędowej. Optymalizacja dynamiczna jest jednak na tyle czasochłonna obliczeniowo, że jej zastosowanie w czasie rzeczywistym nie jest możliwe. Stąd podjęto próbę wykorzystania do rozwiązania tego problemu sieci neuronowej. Optymalizację zastosowano natomiast do przygotowania odpowiedniego zbioru uczącego dla sieci neuronowej.
The paper presents the application of the neural network to controlling of the drive function of a sea crane winch. The function ensures the load stabilization on a proper depth. The base ship movements, caused by the sea waves, are taken into consideration. The author applied the neural network and the object oriented programming techniques which have been used to crate own software applications.
Źródło:
Acta Mechanica et Automatica; 2010, 4, 2; 43-48
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A feedforward linear neural network with Hebba selforganization in radar image compression
Autorzy:
Praczyk, T.
Powiązania:
https://bibliotekanauki.pl/articles/320891.pdf
Data publikacji:
2006
Wydawca:
Polskie Forum Nawigacyjne
Tematy:
sieci neuronowe
nawigacja porównawcza
neural networks
comparative navigation
Opis:
The article presents the application of the feedforward neural network with Hebba selforganization to radar images compression. Influence of number of neurons and size of segments of a radar image to its compressed form is checked.
Źródło:
Annual of Navigation; 2006, 11; 89-94
1640-8632
Pojawia się w:
Annual of Navigation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evolving co-adapted subcomponents in assembler encoding
Autorzy:
Praczyk, T.
Powiązania:
https://bibliotekanauki.pl/articles/929831.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
sieci neuronowe
ewolucja
neuroewolucja
neural networks
evolution
neuroevolution
Opis:
The paper presents a new Artificial Neural Network (ANN) encoding method called Assembler Encoding (AE). It assumes that the ANN is encoded in the form of a program (Assembler Encoding Program, AEP) of a linear organization and of a structure similar to the structure of a simple assembler program. The task of the AEP is to create a Connectivity Matrix (CM) which can be transformed into the ANN of any architecture. To create AEPs, and in consequence ANNs, genetic algorithms (GAs) are used. In addition to the outline of AE, the paper also presents a new AEP encoding method, i.e., the method used to represent the AEP in the form of a chromosome or a set of chromosomes. The proposed method assumes the evolution of individual components of AEPs, i.e., operations and data, in separate populations. To test the method, experiments in two areas were carried out, i.e., in optimization and in a predator-prey problem. In the first case, the task of AE was to create matrices which constituted a solution to the optimization problem. In the second case, AE was responsible for constructing neural controllers used to control artificial predators whose task was to capture a fast-moving prey.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2007, 17, 4; 549-563
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metody uczenia sieci neuronowej Hopfielda
Learning methods for the Hopfield neural network
Autorzy:
Matusik, R.
Powiązania:
https://bibliotekanauki.pl/articles/154183.pdf
Data publikacji:
2009
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
sieci neuronowe
Hopfield
reguły uczenia
neural networks
learning methods
Opis:
W artykule przedstawione zostały od strony teoretycznej i porównane od strony praktycznej różne metody uczenia sieci neuronowej Hopfielda. Oprócz znanej i powszechnie stosowanej reguły Hebba, przedstawione zostały modyfikacje tej metody. W celu porównania reguł uczenia sieci Hopfielda napisana została specjalna aplikacja, w której zaimplementowane zostały przedstawione w artykule metody. Regułą najlepiej rozpoznającą zapamiętane wzorce okazała się metoda pseudoinwersji
The Hopfield neural network can have many applications, such as approximation, compression, association, steering or patterns recognition. If the neural network is used for association, it is an associative memory. This task consists in original patterns recognition even when the Hopfield neural network is cued with distorted patterns. In this paper various learning methods for the Hopfield neural network are presented from the theoretical point of view and they are compared from the practical point of view. Besides the well known and generally used Hebb rule, there are presented its modifications as well. In order to compare the learning methods for the Hopfield neural network, a special application in which there are implemented the methods described in the paper is written. Section 2 contains the Hopfield neural network model, the Hopfield neural network definition and the neural network general schematic. There is also de-scribed the activation function used for testing the Hopfield neural network. Section 3 gives various Hopfield network learning rules, such as the original Hebb method, its modifications, the Oja rule and pseudoinversion rule. In Section 4 the testing process and its results are presented. The main task of this neural network is patterns recognition. The Hopfield neural network stored 10 patterns. Each of the stored patterns had 35 neurons. Then the neural network was cued with distorted patterns. The tests proved that the pseudoinversion rule recognized the patterns in the best way.
Źródło:
Pomiary Automatyka Kontrola; 2009, R. 55, nr 7, 7; 521-523
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Monitorowanie stanu amortyzatorów kolejowych
Condition monitoring of railway shock absorbers
Autorzy:
Poprawski, W.
Powiązania:
https://bibliotekanauki.pl/articles/328019.pdf
Data publikacji:
2005
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
amortyzatory
monitorowanie
sieci neuronowe
shock absorbers
monitoring
neural networks
Opis:
Przedstawiono prace nad systemem monitorowania stanu technicznego amortyzatorów kolejowych. Niektóre z amortyzatorów są szczególnie odpowiedzialne za stabilność wózka podczas jazdy z dużymi prędkościami. Zastosowanie monitorowania stanu może zwiększyć bezpieczeństwo jazdy pociągu oraz zredukować czas i koszty napraw. W systemie podejmowania decyzji została zastosowana sieć neuronowa (backpropagation).
The paper presents the study on condition monitoring system of railway shock absorbers. The anti-yaw dampers have been chosen to apply the condition monitoring system. The application of condition monitoring system can increase safety of the train as well as reduce maintenance, service time and idle costs of the trains. The backpropagation neural network has been chosen for the decision-making system.
Źródło:
Diagnostyka; 2005, 35; 131-136
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The SVM method as an instrument for the classification of vertical displacements
Autorzy:
Mrówczyńska, M.
Powiązania:
https://bibliotekanauki.pl/articles/106759.pdf
Data publikacji:
2015
Wydawca:
Politechnika Warszawska. Wydział Geodezji i Kartografii
Tematy:
neural networks
classification
vertical displacements
sieci neuronowe
klasyfikacja
przemieszczenia pionowe
Opis:
The article presents the basic rules for constructing and training neural networks called the Support Vector Machine method as well as possible applications for this kind of network. SVM networks are mainly used for solving tasks of classifying linearly and non-linearly separable data and regression. However, in recent years more applications have been found for them. The networks also solve such problems as the recognition of signals and images as well as speech identification.In this paper, non-linear SVM networks have been used for classifying linearly separable and non-separable data with a view to formulating a model of displacements of points in a measurement-control network. The points of the measurement-control network were placed on a civil engineering object located on expansive soil (linearly separable data) and represented a mining exploitation area (linearly non-separable data). The task of training SVM networks requires the use of quadratic programming in search of an optimum point of the Lagrangian function in relation to the parameters being optimised. In the case of linearly non-separable data, the SVM method makes it possible to find a hyperplane which classifies objects as correctly as possible, and at the same time is located possibly far away from concentrations typical of each class.
Źródło:
Reports on Geodesy and Geoinformatics; 2015, 98; 18-27
2391-8365
2391-8152
Pojawia się w:
Reports on Geodesy and Geoinformatics
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 200

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