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 "Machine learning algorithm" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Analiza wybranych metod tworzenia sztucznej inteligencji na przykładzie popularnej gry w karty
    Analysis of selected methods of creating artificial intelligence on the example of a popular card game
    Autorzy:
    Gałka, Łukasz
    Dzieńkowski, Mariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/98306.pdf
    Data publikacji:
    2020
    Wydawca:
    Politechnika Lubelska. Instytut Informatyki
    Tematy:
    artificial intelligence
    machine learning
    algorithm efficiency evaluation
    computer games
    sztuczna inteligencja
    uczenie maszynowe
    ocena skuteczności algorytmów
    gry komputerowe
    Opis:
    The aim of the article was to analyze selected methods of creating artificial intelligence in a popular card game. Two experiments were conducted: with a human and with a computer. The following algorithms were analyzed: random, min-max, based on a neural network, statistical and statistical with the use of “cheating” technique. The examined parameters were as follows: efficiency, execution time, number of implementation code lines, implementation time and training duration. The indicator with the greatest impact on the selection of the most optimal method was efficiency. The research has shown no difference in efficiency for the neural network-based algorithm and the statistical algorithm. In other cases, the differences in this feature were significant. The use of the “cheating” technique has increased the efficiency.
    Celem artykułu była analiza wybranych metod tworzenia sztucznej inteligencji w popularnej grze w karty. Zostały przeprowadzone dwa eksperymenty: z człowiekiem oraz z komputerem. Analizie poddano algorytmy: losowy, minmax, bazujący na sieci neuronowej, statystyczny oraz statystyczny z użyciem techniki „oszukiwania”. Zbadano takie parametry jak: skuteczność, czas wykonania, liczbę linii kodu implementacji, czas implementacji oraz czas trwania treningu. Wskaźnikiem mającym największy wpływ na wybór najbardziej optymalnej metody była skuteczność. Badania wykazały brak różnic w skuteczności dla algorytmu bazującego na sieci neuronowej i algorytmu statystycznego. W pozostałych przypadkach różnice tej cechy były istotne. Użycie techniki „oszukiwania” zwiększyło skuteczność.
    Źródło:
    Journal of Computer Sciences Institute; 2020, 16; 233-240
    2544-0764
    Pojawia się w:
    Journal of Computer Sciences Institute
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Cost-sensitive feature selection
    Selekcja cech z uwzględnieniem kosztu ich pozyskania
    Autorzy:
    Ciupke, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/327830.pdf
    Data publikacji:
    2006
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    selekcja cech
    algorytm mrówkowy
    uczenie maszynowe
    sztuczna inteligencja
    diagnostyka techniczna
    feature selection
    ant algorithm
    machine learning
    artificial intelligence
    technical diagnostics
    Opis:
    The paper concerns the selection of features in the technical diagnostics domain. The author focused his attention on a wrapper approach. In this approach an application of the ant algorithm as a search engine is proposed. The proposed method of so-called ant wrapper approach is presented. The method takes advantage of cost of features, where the cost is connected with the cost of sensors. The algorithm as a pseudo-code and some results of a verification experiment are shown. The verification was carried out on data derived from an active diagnostic experiment concerning a rotating machine. The obtained results show, that the proposed method could allow to reduce the number of used sensors.
    W artykule opisano metodę selekcji cech z zastosowaniem algorytmu mrówkowego. Metoda pozwala także na uwzględnienie kosztu atrybutu, przy czym jego koszt związany jest z kosztem pozyskanie sygnału diagnostycznego. W przypadku gdy sygnał ten jest już wykorzystywany uznaje się, że koszt wyznaczenia danej cechy jest pomijalnie mały. Metodę przedstawiono w postaci pseudo-kodu i zweryfikowano dla danych pochodzących z czynnego eksperymentu diagnostycznego. Uzyskane wyniki pokazują, że istnieje możliwość ograniczenia liczby stosowanych czujników.
    Źródło:
    Diagnostyka; 2006, 2(38); 45-48
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Machine Learning-Aided Architectural Design for Carbon Footprint Reduction
    Wspomagane uczeniem maszynowym projektowanie architektury w celu zmniejszenia śladu węglowego
    Autorzy:
    Płoszaj-Mazurek, Mateusz
    Powiązania:
    https://bibliotekanauki.pl/articles/129265.pdf
    Data publikacji:
    2020
    Wydawca:
    PWB MEDIA Zdziebłowski
    Tematy:
    ocena cyklu życia
    optymalizacja parametryczna
    ślad węglowy
    uczenie maszynowe
    sztuczna inteligencja
    algorytm
    emisja ghg
    architektura zrównoważona
    zbiór danych duży
    life cycle assessment
    parametric optimization
    carbon footprint
    artificial intelligence
    algorithm
    ghg emissions
    sustainable architecture
    big data
    machine learning
    Opis:
    The built environment is considered responsible for at least 20-40% of greenhouse gases emission. The way we design may exert an impact on this percentage. A new paradigm, namely artificial intelligence, is arriving. More and more tasks are becoming automated via algorithms. How could this power be applied in order to strengthen our knowledge about the ways we design buildings? The author of the following paper presents a study in which carbon footprint yielded by a multifamily building is analysed. ML has been used to generate an extensive overview of the possible design solutions. This, in turn, made it possible to observe correlations between various parameters that resulted in a reduced carbon footprint.
    Środowisko zabudowane odpowiada za co najmniej 20 do 40% emisji gazów cieplarnianych, a sposób, w jaki projektujemy, może wpłynąć na tę wartość. Coraz więcej zadań zostaje zautomatyzowanych za pomocą algorytmów. Jak możemy wykorzystać to narzędzie, aby wspomóc naszą wiedzę na temat sposobów projektowania budynków? Autor przedstawia badanie analizujące ślad węglowy budynku wielorodzinnego. Algorytm uczenia maszynowego został wykorzystany do wygenerowania obszernego przeglądu możliwych rozwiązań projektowych. Umożliwiło to zaobserwowanie korelacji między różnymi parametrami, co pozwoliło na wybór kombinacji parametrów o najniższym śladzie węglowym.
    Źródło:
    Builder; 2020, 24, 7; 35-39
    1896-0642
    Pojawia się w:
    Builder
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Artificial intelligence-powered pulse sequences in nuclear magnetic resonance and magnetic resonance imaging: historical trends, current innovations and perspectives
    Autorzy:
    Tokarz, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/35508129.pdf
    Data publikacji:
    2024
    Wydawca:
    Radomskie Towarzystwo Naukowe
    Tematy:
    artificial intelligence
    machine learning
    evolutionary algorithm
    artificial neural network
    nuclear magnetic resonance
    magnetic resonance imaging
    pulse sequence
    shaped pulse
    sztuczna inteligencja
    uczenie maszynowe
    algorytm ewolucyjny
    sztuczna sieć neuronowa
    magnetyczny rezonans jądrowy
    rezonans magnetyczny
    sekwencja impulsów
    impuls ukształtowany
    Opis:
    This review article explores the historical background and recent advances in the application of artificial intelligence (AI) in the development of radiofrequency pulses and pulse sequences in nuclear magnetic resonance spectroscopy (NMR) and imaging (MRI). The introduction of AI into this field, which traces back to the late 1970s, has recently witnessed remarkable progress, leading to the design of specialized frameworks and software solutions such as DeepRF, MRzero, and GENETICS-AI. Through an analysis of literature and case studies, this review tracks the transformation of AI-driven pulse design from initial proof-of-concept studies to comprehensive scientific programs, shedding light on the potential implications for the broader NMR and MRI communities. The fusion of artificial intelligence and magnetic resonance pulse design stands as a promising frontier in spectroscopy and imaging, offering innovative enhancements in data acquisition, analysis, and interpretation across diverse scientific domains.
    Źródło:
    Scientiae Radices; 2024, 3, 1; 30-52
    2956-4808
    Pojawia się w:
    Scientiae Radices
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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