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" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
Wyświetlanie 1-15 z 35
Tytuł:
Modelowanie neuronowe w procesie transportu wilgoci w ziarnie pszenicy
Moisture transport process in wheat seeds modeled with artificial neurons
Autorzy:
Szwedziak, K.
Powiązania:
https://bibliotekanauki.pl/articles/228441.pdf
Data publikacji:
2009
Wydawca:
Wyższa Szkoła Menedżerska w Warszawie
Tematy:
sorbent naturalny
sorbent sztuczny
suszenie
sieci neuronowe
natural absorbent
artificial absorbent
desiccation
artificial neutral networks
Opis:
W artykule opisano wykorzystanie sieci neuronowych do opisu transportu wilgoci w ziarnie pszenicy, podczas suszenia metodą niekonwencjonalną. Jako alternatywną metodę do suszenia konwencjonalnego zastosowano suszenie z wykorzystaniem sorbentu naturalnego, jakim było ziarno tego samego gatunku co ziarno suszone.
Usage of neutral networks as an instrument for describe moisture transport process in wheat seeds, during unconventional method of drying has been presented in article. As an alternative method for conventional drying natural absorbent desiccation method has been used. As an natural absorbent this same species of seeds as dried, has been used.
Źródło:
Postępy Techniki Przetwórstwa Spożywczego; 2009, 2; 24-26
0867-793X
2719-3691
Pojawia się w:
Postępy Techniki Przetwórstwa Spożywczego
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:
Wykorzystanie dyskretnej transformaty falkowej i probabilistycznych sieci neuronowych w diagnostyce silników spalinowych
Discrete wavelet transform and probabilistic neural network in ic engine fault diagnosis
Autorzy:
Madej, H.
Czech, P.
Powiązania:
https://bibliotekanauki.pl/articles/300909.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
diagnostyka
silniki spalinowe
sieci neuronowe
diagnostics
combustion engines
artificial neural networks
Opis:
W artykule przedstawiono próbę oceny stanu pracy silnika w warunkach symulowanego braku dopływu paliwa do poszczególnych cylindrów oraz próbę wykrywania uszkodzeń zaworów silnika spalinowego za pomocą sygnału drgań rejestrowanego na kadłubie silnika. Obiektem badań był czterocylindrowy silnik spalinowy. W badaniach za źródło informacji o stanie silnika przyjęto sygnały przyspieszeń drgań rejestrowane na kadłubie silnika ZI. W przypadku diagnozowania silnika spalinowego metodami drganiowymi nie można zapominać o występowaniu wielu źródeł drgań, co jest przyczyną wzajemnego zakłócania symptomów uszkodzeń. Ze względu na konieczność analizy sygnałów niestacjonarnych i impulsowych w niniejszej pracy wykorzystano dyskretną transformatę falkową (DWT). Z przeprowadzonych badań wynika, że istnieje możliwość wykorzystania probabilistycznych sztucznych sieci neuronowych do oceny procesu dopływu paliwa do cylindrów oraz stanu zaworów w silnikach spalinowych.
The article presents an attempt of evaluating the state of engine operation under simulated shortage of fuel in? ow to individual cylinders and the attempt to detect the valve faults in the engine by using the vibroacoustic signal registered on the engine block. The object of research was a four-cylinder combustion engine. The vibration acceleration signals registered on the engine block ZI were assumed the source of information on the engine condition. In case of diagnosing combustion engines by vibration methods, the presence of numerous sources of vibration cannot be neglected, which are the reason for reciprocal interference of symptoms of fault. Owing to the necessity of analyzing non-stationary and impulse signals, a discrete wavelet transform (DWT) has been applied in this study. As results from the research, there is a possibility of using probabilistic artificial neural networks to assess the process of fuel inflow to cylinders and the condition of the valves in the combustion engines.
Źródło:
Eksploatacja i Niezawodność; 2010, 4; 47-54
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of cepstrum and spectrum histograms of vibration engine body for setting up the clearance model of the piston-cylinder assembly for RBF neural classifier
Wykorzystanie histogramów widma i cepstrum drgań korpusu silnika do budowy wzorców luzu w układzie tłok-cylinder dla klasyfikatora neuronowego RBF
Autorzy:
Czech, P.
Madej, H.
Powiązania:
https://bibliotekanauki.pl/articles/1366311.pdf
Data publikacji:
2011
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
diagnostyka
silniki spalinowe
sieci neuronowe
diagnostics
combustion engines
artificial neural networks
Opis:
W artykule przedstawiono próbę oceny zużycia złożenia tłok-cylinder za pomocą sygnału drgań rejestrowanego na kadłubie silnika ZI. Obiektem badań był czterocylindrowy silnik spalinowy o pojemności 1,1 dm3. Diagnozowanie silnika spalinowego metodami drganiowymi jest szczególnie utrudniona ze względu na występowanie wielu źródeł drgań, co jest przyczyną wzajemnego zakłócania symptomów uszkodzeń. Diagnozowanie uszkodzeń silników metodami wibroakustycznymi jest trudne także ze względu na konieczność analizy sygnałów niestacjonarnych i impulsowych. W procesie diagnozowania stosuje się różne sposoby selekcji sygnału użytecznego. Zmiany stanu technicznego silnika wywołane wczesnymi fazami jego zużycia są trudne do wykrycia ze względu na maskowania usterek mechanicznych przez adaptacyjne układy sterowania silnika. Z przeprowadzonych badań wynika, że istnieje możliwość wykorzystania sztucznych sieci neuronowych do oceny luzu w układzie tłok-cylinder.
The paper presents an attempt to evaluate the wear of piston-cylinder assembly with the aid of vibration signal recorded on spark ignition (SI) engine body. The subject of the study was a four-cylinder combustion engine 1.1 dm3. Diagnosing combustion engines with vibration methods is specifically difficult due to the presence of multiple sources of vibration interfering with the symptoms of damages. Diagnosing engines with vibro-accoustic methods is difficult also due to the necessity to analyse non-stationary and transient signals. Various methods for selection of usable signal are utilised in the diagnosing process. Changes of the engine technical condition resulting from early stages of wear are difficult to detect for the effect of mechanical defect masking by adaptive engine control systems. According to the studies carried out, it is possible to utilise artificial neural networks for the evaluation of the clearance in piston-cylinder assembly.
Źródło:
Eksploatacja i Niezawodność; 2011, 4; 15-20
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie kolejnych wartości pomiarowego szeregu czasowego z zastosowaniem sztucznych sieci neuronowych i funkcji trygonometrycznych
Forecasting the next value measurement time series with the use of artificial neural networks and trigonometric functions
Autorzy:
Stachno, A.
Suproniuk, M.
Powiązania:
https://bibliotekanauki.pl/articles/156296.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
prognozowanie
szeregi czasowe
sieci neuronowe
forecasting
time series
artificial neural networks
Opis:
W artykule przedstawiono wyniki badań prognozowania kolejnych wartości pomiarowych szeregów czasowych z zastosowaniem sztucznych sieci neuronowych. Metoda ta umożliwia analizę danych pomiarowych, pochodzących z obiektu, który nie posiada modelu matematycznego. Zbudowanie modelu neuronowego na podstawie szeregu czasowego, odzwierciedlającego dane pomiarowe jest często jedyną metodą przybliżenia sposobu działania obiektu. Wykorzystanie tego modelu do prognozowania zachowania się obiektu w przyszłości może uwzględniać dodatkowo zestaw funkcji trygonometrycznych oraz autorskiej metody WMF wygładzania szeregu czasowego. Przeprowadzone badania wykazały znaczący wzrost dokładności prognoz oraz możliwość uniezależnienia ich od wyprzedzenia czasowego.
The paper presents the results of forecasting subsequent measurement values of the time series (Fig. 1) using artificial neural networks. This method allows the analysis of measurement data [1], coming from an object that does not have a mathematical model. The only representation of the actual state of the output object is approximation of its properties using the neural model, automatically-adapting with respect to the output (Fig. 2). Creating a neural model based on the time series reflecting the measurement data is often the only way to approach the object operation. The use of this model for forecasting the behavior of the object in the future may include an additional set of trigonometric functions (Fig. 7), appropriately presented at the inputs of the neural network. As described in the work, the result of the time series to supplement additional, independent from the object data is to improve the forecast accuracy of successive values of the time series. Taking into account in the forecasting process data smoothing the author's method WMF [1] (Fig. 8), causes a significant increase in the accuracy of the obtained forecast results. The study showed the possibility of using trigonometric functions as input learning network. In addition, there was shown the increase in the accuracy of forecasts of successive values of the time series with different advance and independence of it from historical data (Fig. 10).
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 9, 9; 764-767
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Efektywność klasyfikacji mrugnięcia z wykorzystaniem wybranych sieci neuronowych
Effectiveness of blink classification using selected neural networks
Autorzy:
Galas, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/41206126.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:
sieci neuronowe
sztuczna inteligencja
headset
BCI
EEG
Neural networks
artificial intelligence
Opis:
Głównym celem badania było porównanie i wykazanie, która z przedstawionych typów sieci neuronowych najlepiej sklasyfikuje pobierany sygnał EEG mierzony przez headset Emotiv EPOC. Przedstawione sieci neuronowe są stosowane w szerokim zakresie przetwarzania danych. Została wybrana sieć splotowa oraz sieć Kohonena. Parametry sieci, takie jak ilość przejść danych uczących w jednej sesji uczącej zostały modyfikowane. Badanie uwzględnia stopień błędu klasyfikacji sygnału przez sieć oraz ilość czasu potrzebna do trening modelu. Wartością porównywalną jest stosunek czasu treningu do stopnia dokładności klasyfikacji. Otrzymane wyniki zostały przedstawione jako wykresy zależności w/w wartości do parametrów dotyczących uczenia modelu sieci.
The main objective of this study was to compare and demonstrate which of the presented neural network types will best classify the extracted EEG signal measured by the Emotiv EPOC headset. The presented neural networks are used in a wide range of data processing. A convolutional network and a Kohonen network have been selected. The network parameters such as number of learning data transitions in one learning session have been modified. The study considers the degree of signal classification error by the network and the amount of time required to train the model. The comparative value is the ratio of training time to classification accuracy. The obtained results are presented as plots of the relation of the above-mentioned values to the parameters concerning the learning of the network model.
Źródło:
Studia i Materiały Informatyki Stosowanej; 2021, 1; 11-16
1689-6300
Pojawia się w:
Studia i Materiały Informatyki Stosowanej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Digital exclusion in the information society and artificial intelligence techniques
Problem wykluczenia cyfrowego w społeczeństwie informacyjnym a techniki sztucznej inteligencji
Autorzy:
Wołoszyn, Jacek
Wołoszyn, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/957530.pdf
Data publikacji:
2011
Wydawca:
Małopolska Wyższa Szkoła Ekonomiczna w Tarnowie
Tematy:
technologia informacyjna
niepełnosprawność
sieci neuronowe
information technology
disability
artificial neural networks
Opis:
W miarę rozwoju społeczeństwa informacyjnego i upowszechniania się technologii komputerowej coraz szerszy obszar życia jednostki zostaje powiązany z dostępem do usług informatycznych. Realizacja codziennych potrzeb nowoczesnego obywatela wymaga w rosnącym stopniu wykorzystania zaawansowanych środków technicznych, takich jak bogate aplikacje internetowe, urządzenia mobilne, serwisy multimedialne itp. Wiele z tych aktywności idzie w parze z potrzebą samodzielnego i autonomicznego ich realizowania, co wynika z wkroczenia świata technologii do silnie prywatnych sfer życia, takich jak korespondencja, relacje społeczne czy osobiste finanse. Samodzielność partycypacji w takich aktywnościach jest warunkowana w obecnych czasach coraz silniej zdolnością samodzielnej obsługi urządzeń komputerowych oraz oferowanych za ich pośrednictwem serwisów. Wobec zmian cywilizacyjnych zachodzących wraz z informatyzacją społeczeństw pojęcie sprawności zyskuje nowe znaczenia, odnosząc się nie tylko do zdolności wykonywania fizycznych czynności, ale także partycypacji w informacyjnej sferze życia. Utrata sprawności może odciąć człowieka od dostępu do owej sfery, nawet jeśli utracone zdolności nie są same w sobie niezbędne do realizacji podobnych celów jednostki. Dzieje się tak wówczas, gdy technologia pośrednicząca w zaspokajaniu określonych potrzeb nie pozostawia alternatywnej drogi komunikacji człowieka z maszyną ani nie wykazuje potencjału adaptacji do specyficznych uwarunkowań i ograniczeń, jakim podlega użytkownik. Pokonywanie cyfrowej dyskryminacji osób niepełnosprawnych wymaga zastosowania technik sztucznej inteligencji naśladujących nadmiarowy i kreatywny sposób postępowania człowieka. Na przykładzie sztucznych sieci neuronowych można dostrzec analogie między błędami metodycznymi popełnianymi przy uczeniu i ocenie ich działania a problemami barier dostępności interfejsów człowiek-komputer.
Along with development of the information society and spreading of computer technology, more and more areas of life of individuals are related to the access to IT services. Execution of daily needs of a modern citizen requires ever increasing use of advanced technical means, such as rich web applications, mobile devices, multimedia services, etc. Many of these activities go along with the need of their individual and autonomous execution, which results from the world of technology entering into highly private areas of life, such as correspondence, social relationships or personal finances. Autonomy of participation in such activities is nowadays more and more dependent on the ability of autonomous operation of computer equipment and the services offered with it. Due to the civilisation changes that come along with introduction of IT technology in the communities, the term „performance” gains a new meaning and refers not only to the capacity of executing physical activities but also to participation in the information-related area of life. The loss of performance may cut a person off from access to this area, even if the lost capacities are not in themselves necessary for pursuit of similar objectives of the individual. It happens when technology that helps satisfy specific needs does not leave an alternative way of communication of a human being with a machine or does not present the potential of adaptation to specific conditions and limitations to which the user is subjected. Overcoming digital discrimination of the disabled requires application of techniques of artificial intelligence which imitate the redundant and creative human behaviour. In the example of artificial neural networks, analogies between methodological errors made during teaching and assessment of their operation and the problems of barriers of human–computer interfaces accessibility may be noticed.
Źródło:
Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie; 2011, 1(17); 285-293
1506-2635
Pojawia się w:
Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie
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:
Developing an Advanced Soft Computational Model for Estimating Blast-Induced Ground Vibration in Nui Beo Open-pit Coal Mine (Vietnam) Using Artificial Neural Network
Opracowanie zaawansowanego modelu obliczeniowego do szacowania wibracji gruntu wywołanych wybuchem w odkrywkowej kopalni węgla Nui Beo (Wietnam) przy użyciu sztucznej sieci neuronowej
Autorzy:
Nguyen, Hoang
Bui, Xuan‑Nam
Tran, Quang Hieu
Nguyen, Quoc Long
Vu, Dinh Hieu
Pham, Van Hoa
Le, Qui Thao
Nguyen, Phu Vu
Powiązania:
https://bibliotekanauki.pl/articles/317864.pdf
Data publikacji:
2019
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
Wietnam
górnictwo odkrywkowe
sieci neuronowe
Vietnam
open pit mining
artificial neural network
Opis:
The principal object of this study is blast-induced ground vibration (PPV), which is one of the dangerous side effects of blasting operations in an open-pit mine. In this study, nine artificial neural networks (ANN) models were developed to predict blast-induced PPV in Nui Beo open-pit coal mine, Vietnam. Multiple linear regression and the United States Bureau of Mines (USBM) empirical techniques are also conducted to compare with nine developed ANN models. 136 blasting operations were recorded in many years used for this study with 85% of the whole datasets (116 blasting events) was used for training and the rest 15% of the datasets (20 blasting events) for testing. Root Mean Square Error (RMSE), Determination Coefficient (R2), and Mean Absolute Error (MAE) are used to compare and evaluate the performance of the models. The results revealed that ANN technique is more superior to other techniques for estimating blast-induced PPV. Of the nine developed ANN models, the ANN 7-10-8-5-1 model with three hidden layers (ten neurons in the first hidden layer, eight neurons in the second layers, and five neurons in the third hidden layer) provides the most outstanding performance with an RMSE of 1.061, R2 of 0.980, and MAE of 0.717 on testing datasets. Based on the obtained results, ANN technique should be applied in preliminary engineering for estimating blast-induced PPV in open-pit mine.
Źródło:
Inżynieria Mineralna; 2019, 21, 2/2; 58-73
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment of a navigational situation in a fairway using an artificial neural network with fuzzy logic
Autorzy:
Banachowicz, A.
Uriasz, J.
Powiązania:
https://bibliotekanauki.pl/articles/320956.pdf
Data publikacji:
2001
Wydawca:
Polskie Forum Nawigacyjne
Tematy:
nawigacja
sieci neuronowe
logika rozmyta
navigation
artificial neural networks
fuzzy logic
decision making
Opis:
One of the stages that navigation is composed of is making decisions. One indispensable condition for making adequate decisions is assessment of a navigational situation. This article presents one modern method for supporting the decision-making process. The method consists in assessing a navigational situation with the use of artificial intelligence.
Źródło:
Annual of Navigation; 2001, 3; 19-30
1640-8632
Pojawia się w:
Annual of Navigation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neuronowy model prognozowania dziennego napromienienia słonecznego
The neurals model of daily prediction of solar radiation
Autorzy:
Trajer, J.
Kozłowski, K.
Powiązania:
https://bibliotekanauki.pl/articles/286730.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
prognozowanie
sieci neuronowe
dzienne nasłonecznienie
prediction
artificial neural networks
value of daily solar radiation
Opis:
W pracy przedstawiono neuronowy model prognozowania dobowych sum napromienienia słonecznego. Opracowanie stanowi kontynuację projektu prognoz długo, średnio i krótkoterminowych, w którym niezadowalający okazał się model prognoz dobowych. W ulepszonym obecnie modelu poprawiono jego skuteczność uwzględniając dodatkowe czynniki dotyczące zachmurzenia.
The neural model of daily prediction of solar radiation are presenting. The method of prediction solar radiation was worked out with cloudiness influence. The results of six years solar radiation measurements, conducted at SGGW-Ursynów station on tilted surface oriented south and data cloudiness, were used as database. The neuronal model was worked out, in which short-term prognoses use results from medium-term model and cloudiness. Model has been veried.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 14, 14; 361-366
1429-7264
Pojawia się w:
Inżynieria Rolnicza
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:
Artificial neural pseudo-network for production control purposes
Sztuczna pseudosieć neuronowa w sterowaniu produkcją
Autorzy:
Fertsch, Marek
Powiązania:
https://bibliotekanauki.pl/articles/362224.pdf
Data publikacji:
2020
Wydawca:
Wyższa Szkoła Logistyki
Tematy:
artificial inteligence
neural networks
production control
industry 4.0
sztuczna inteligencja
sieci neuronowe
kontrola produkcji
Opis:
Background: Experience from the implementation of the industry 4.0 concept has proved that the key success factor is the use of techniques and methods of artificial intelligence. One of these techniques is artificial neural networks. The development of artificial neural networks has been taking placefor a long time and has led to a number of important applications of this technique in industrial practice. Along with the development of practical applications, a wide theoretical base has also been created regarding the concepts, tools and principles of using this technique. Methods: This paper contains an attempt to use the theoretical basis of artificial neural networks to build a specialized tool. This tool is called a pseudo-network. It is based not on the whole of the theory of artificial neural networks but only on the targeted elements selected for it. The selection criterion is the use of an artificial neural pseudo-network to control production. Results: The paper presents the assumptions of an artificial neural pseudo-network, the architecture of the developed solution and initial experience of using it. Conclusions: These initial results proved the assumptions made by an author. The architecture of the pseudo-network has been developed. Work to build a system demonstrator representing the artificial neural pseudo-network have been initiated and is still in progress.
Wstęp: Doświadczenia z wdrażania koncepcji Industrie 4.0 wskazują, że kluczowym czynniku sukcesu jest stosowanie metod i technik z zakresu sztucznej inteligencji. Jedną z tych technik są sztuczne sieci neuronowe. Rozwój sztucznych sieci neuronowych trwa od długiego czasu i doprowadził do wielu istotnych zastosowań tej techniki w praktyce przemysłowej. Równolegle z rozwojem zastosowań praktycznych stworzona została baza teoretyczna koncepcji, narzędzi i zasad stosowania tej techniki. Metody: Artykuł ten zawiera próbę wykorzystania teoretycznej bazy sztucznych sieci neuronowych do stworzenia specjalnego narzędzia. Nosi ono nazwę sztucznej pseudo-sieci neuronowej. Opiera się ona nie na całości dorobku teorii sztucznych sieci neuronowych ale na celowo wybranych jego elementach. Kryterium doboru było zastosowanie sztucznej pseudo-sieci neuronowej do sterowania produkcji. Wyniki: Artykuł przedstawia założenia do opracowania sztucznej pseudo-sieci neuronowej, architekturę opracowanego rozwiązania i wstępne doświadczenia z prób jego zastosowania. Wnioski: Wstępne wyniki potwierdziły założenia przyjęte przez autora artykułu. Opracowana została architektura sztucznej pseudo-sieci neuronowej. Zapoczątkowane zostały pracy nad budową demonstratora sztucznej pseudo-sieci neuronowej. Prace trwają nadal.
Źródło:
LogForum; 2020, 16, 1; 7-13
1734-459X
Pojawia się w:
LogForum
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Enhancement of Drilling Safety and Quality Using Online Sensors and Artificial Neural Networks
Autorzy:
Liu, T.- I.
Kumagai, A.
Lee, C.
Powiązania:
https://bibliotekanauki.pl/articles/90529.pdf
Data publikacji:
2003
Wydawca:
Centralny Instytut Ochrony Pracy
Tematy:
drilling safety
online sensors
artificial neural networks
bezpieczeństwo pracy
ocena ryzyka zawodowego
wiertnictwo
sieci neuronowe
Opis:
Cutting force sensors and neural networks have been used for the occupational safety of the drilling process. The drill conditions have been online classified into 3 categories: safe, caution, and danger. This approach can change the drill just before its failure. The inputs to neural networks include drill size, feed rate, spindle speed, and features that were extracted from drilling force measure-ments. The outputs indicate the safety states. This detection system can reach a success rate of over 95%. Furthermore, the one misclassification during online tests was a one-step ahead pre-alarm that is acceptable from the safety and quality viewpoint. The developed online detection system is very robust and can be used in very complex manufacturing environments.
Źródło:
International Journal of Occupational Safety and Ergonomics; 2003, 9, 1; 37-56
1080-3548
Pojawia się w:
International Journal of Occupational Safety and Ergonomics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie Sieci Neuronowych wspomagających SIP w analizach przestrzennych w leśnictwie
Use of GIS supported by Artificial Neural Networks in spatial analyses in forestry
Autorzy:
Tracz, W.
Powiązania:
https://bibliotekanauki.pl/articles/1024317.pdf
Data publikacji:
2003
Wydawca:
Polskie Towarzystwo Leśne
Tematy:
analiza przestrzenna
sieci neuronowe
System Informacji Przestrzennej
wykorzystanie
lesnictwo
forestry
spatial analysis
gis
artificial neural networks
Opis:
Complex, new and insufficiently recognised issues that appear as the result of multifunctional approach towards forest management need application of sophisticated techniques and analytical methods supporting the State Forests' IT Systems (State Forests Information System SIL) and Geographical Information System GIS). The authors take efforts to elucidate the usefulness and effectiveness of one of Artificial Intelligence methods − Artificial Neural Networks which support GIS in spatial analyses in forestry.
Źródło:
Sylwan; 2003, 147, 12; 36-44
0039-7660
Pojawia się w:
Sylwan
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 35

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