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 "neuron network" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Rozpoznawanie obrazów z użyciem sztucznych sieci neuronowych
    Image recognition with artificial neuron networks
    Autorzy:
    Langman, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/290854.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sztuczna sieć neuronowa
    rozpoznawanie obrazów
    artificial neuron network
    image recognition
    Opis:
    W pracy przedstawiono propozycję architektury sztucznej sieci neuronowej, która może być zastosowana do rozpoznawania obrazów. Cechuje się one modularną budową, co powoduje iż rozbudowa już nauczonej sieci polega na dołączeniu nauczonego dodatkowego modułu bez konieczności ingerencji w istniejącą cześć sieci.
    The study presents architecture proposal for artificial neuron network, which may be employed for image recognition. Modular structure is characteristic for it, as a result of which development of already taught network involves adding taught extra module without the need to interfere with existing part of the network.
    Źródło:
    Inżynieria Rolnicza; 2005, R. 9, nr 10, 10; 263-268
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sieci neuronowej do określania efektywności pracy rozdrabniacza leśnego
    Emploment of neuron network for definition of effectiveness of work forestry shreder
    Autorzy:
    Maksymiak, M.
    Grieger, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/289071.pdf
    Data publikacji:
    2007
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sztuczna sieć neuronowa
    rozdrabniacz leśny
    efektywność
    artificial neuron network
    forestry
    shredder
    effectiveness
    Opis:
    Poprawa jakości użytkowania maszyn do prac w lesie wymaga stosowania nowoczesnych narzędzi wspomagających decyzje. Celem pracy była budowa SSN do wspomagania procesu decyzyjnego w zakresie wyznaczania efektywności wykorzystania rozdrabniacza leśnego na podstawie przewidywanych parametrów pracy. Badania przeprowadzono na dwóch różnych zestawach maszyn; ciągnika rolniczego ZTS 16245 w połączeniu z rozdrabniaczem Seppi m, i ciągnika rolniczego Crystal 160 z rozdrabniaczem Atilla ST. Zebrane dane z badań stosowano do uczenia szeregu złożonych sieci neuronowych. Parametrem wyjściowym w procesie uczenia była efektywność pracy rozdrabniacza leśnego wyrażona w rbh/ha. Porównano szereg modyfikacji wag sieci. Jako właściwe rozwiązanie w postaci nauczonej sieci przyjęto najmniejszy błąd względny uzyskany po zakończeniu procesu uczenia. Powyższe badania wykazały, że różnice błędu względnego dla różnych układów SSN są nieznaczne, mianowicie występują w przedziale od 10,7% do 19,1%. Możliwe zatem jest stosowanie tego typu rozwiązania jako narzędzia ułatwiającego zarządzanie techniką do prac leśnych.
    Improvement quality of operation machines to work on forest require to use modern implements asist decision. The aim of this study is to create a model, which would use artificial neuron networks to establish the optimal effectiveness of a forestry shredder. The research ware precede on base on example of two sets of machines: Seppi m and tractor ZTS 16245, and Atilla ST and tractor Crystal 160. The initial parameter was the effectiveness of the forestry shredder indicated by working hours / area. Several modifications of network worth were compared. The process for different versions was conducted according to the methodology of comparing quality of the network learning to various number of the neurons in several layers.
    Źródło:
    Inżynieria Rolnicza; 2007, R. 11, nr 2 (90), 2 (90); 175-181
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wyznaczanie gęstości nasion jęczmienia jarego przy wykorzystaniu sztucznych sieci neuronowych
    Spring barley seeds density determination using artificial neuron networks
    Autorzy:
    Francik, S.
    Hebda, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/290414.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sztuczna sieć neuronowa
    jęczmień jary
    ziarno
    gęstość
    artificial neuron network
    spring barley
    seed
    density
    Opis:
    W pracy opracowano modele wykorzystujące sztuczne sieci neuronowe do wyznaczenia gęstości nasion jęczmienia jarego (odmiany Stratus i Rodos). Po przebadaniu 200 sieci wybrano jako modele dwie sieci typu perceptron trójwarstwowy. Jako dane wejściowe istotne okazały się mass ziarna, długości i jeden z wymiarów poprzecznych (grubość albo szerokość). Wybrane sieci neuronowe zachowały zdolność generalizacji - średnie błędy względne dla danych testujących (nie wykorzystywanych w procesie uczenia) były nieznacznie większe niż dla danych walidacyjnych.
    The study involved development of models using artificial neuron networks to determine spring barley seeds density (Stratus and Rodos varieties). After having tested 200 networks, two three-layer perception-type networks were selected for models. Important input data were: seed weight, seed length, and one of crosswise dimensions (thickness or width). Selected neuron networks maintained their generalization ability - mean relative errors for testing data (not used in learning process) were slightly higher than for validation data.
    Źródło:
    Inżynieria Rolnicza; 2005, R. 9, nr 10, 10; 83-90
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Design parameters optimisation of ROPAX ferry using seakeeping characteristics and additional wave resistance
    Optymalizacja parametrów projektowych promu pasażersko-samochodowego pod kątem wybranych właściwości morskich i dodatkowego oporu na fali
    Autorzy:
    Cepowski, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/257284.pdf
    Data publikacji:
    2008
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
    Tematy:
    właściwości morskie
    prom ro-ro
    kołysanie boczne
    przyspieszenie poprzeczne
    dodatkowy opór na fali
    parametry projektowe
    sztuczna sieć neuronowa
    optymalizacja wielokryterialna
    metoda Pareto
    logika rozmyta
    sea-keeping
    ro-pax ferry
    rolling
    motion sickness index
    additional wave resistance
    design parameters
    artificial neuron network
    optimisation
    Pareto method
    fuzzy logic
    Opis:
    This paper presents the multi-criteria design parameters of the optimisation of the ROPAX ferry using sea-keeping characteristics and additional wave resistance. The design criteria were formed using the method based on deterministic scenario and the partial objective functions were determined as artificial neuron networks. The design parameters' optimisation was carried out with the Pareto method. The best design variants were chosen using the elements of fuzzy logic that allowed, among other things, to present design quality with linguistic variables. This approach allowed choosing the best variant concerning all criteria at the same time.
    W artykule przeprowadzono wielokryterialną optymalizację parametrów projektowych promu pasażersko-samochodowego pod kątem wybranych właściwości morskich i dodatkowego oporu statku na fali. Kryteria projektowe sformułowano posługując się metodą opartą na scenariuszach deterministycznych, natomiast funkcje celów cząstkowych wyznaczono w postaci sztucznych sieci neuronowych. Optymalizację parametrów projektowych przeprowadzono metodą Pareto. Do wyboru najlepszych wariantów projektowych wykorzystano elementy logiki rozmytej, co pozwoliło m.in. na przedstawienie walorów projektu za pomocą zmiennych lingwistycznych. Takie podejście umożliwiło wybór wariantu najlepszego pod kątem wszystkich kryteriów jednocześnie.
    Źródło:
    Problemy Eksploatacji; 2008, 2; 149-158
    1232-9312
    Pojawia się w:
    Problemy Eksploatacji
    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