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
Wyrównaj
Wyświetlanie 1-15 z 195
Tytuł:
Comparison of an effectiveness of artificial neural networks for various activation functions
Porównanie efektywności sztucznych sieci neuronowych dla różnych funkcji aktywacji
Autorzy:
Florek, Daniel
Miłosz, Marek
Powiązania:
https://bibliotekanauki.pl/articles/24083568.pdf
Data publikacji:
2023
Wydawca:
Politechnika Lubelska. Instytut Informatyki
Tematy:
activation functions
artificial neural networks
artificial intelligence
funkcja aktywacji
sztuczne sieci neuronowe
sztuczna inteligencja
Opis:
Activation functions play an important role in artificial neural networks (ANNs) because they break the linearity in the data transformations that are performed by models. Thanks to the recent spike in interest around the topic of ANNs, new improvements to activation functions are emerging. The paper presents the results of research on the effectiveness of ANNs for ReLU, Leaky ReLU, ELU, and Swish activation functions. Four different data sets, and three different network architectures were used. Results show that Leaky ReLU, ELU and Swish functions work better in deep and more complex architectures which are to alleviate vanishing gradient and dead neurons problems. Neither of the three aforementioned functions comes ahead in accuracy in all used datasets, although Swish activation speeds up training considerably and ReLU is the fastest during prediction process.
Funkcje aktywacji, przełamując linową naturę transformacji zachodzących w sztucznych sieciach neuronowych (SSN), pozwalają na uczenie skomplikowanych wzorców występujących w danych wejściowych, np. w obrazach. Wzrost zain-teresowania wokół SSN skłonił naukowców do badań wokół różnolitych aktywacji, które mogą dać przewagę podczas uczenia jak i przewidywania, ostatecznie przyczyniając się do powstania nowych, interesujących rozwiązań. W artykule przedstawiono wyniki badań nad efektywnością SSN dla funkcji ReLU, Leaky ReLU, ELU oraz Swish, przy użyciu czterech zbiorów danych i trzech różnych architektur SSN. Wyniki pokazują, że funkcje Leaky ReLU, ELU i Swish lepiej sprawdzają się w głębokich i bardziej skomplikowanych architekturach, mając za zadanie zapobieganie proble-mom zanikającego gradientu (ang. Vanishing Gradient) i martwych neuronów (ang. Dead neurons). Żadna z trzech wyżej wymienionych funkcji nie ma przewagi w celności (ang. Accuracy), jednakże Swish znacznie przyspiesza ucze-nie SSN, a ReLU jest najszybsza w procesie przewidywania
Źródło:
Journal of Computer Sciences Institute; 2023, 26; 7--12
2544-0764
Pojawia się w:
Journal of Computer Sciences Institute
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych w analizie sygnałów elektrokardiograficznych
Using artificial neural networks for analysis of electrocardiographic signals
Autorzy:
Litwińska, M.
Powiązania:
https://bibliotekanauki.pl/articles/261498.pdf
Data publikacji:
2014
Wydawca:
Politechnika Wrocławska. Wydział Podstawowych Problemów Techniki. Katedra Inżynierii Biomedycznej
Tematy:
EKG
sztuczna inteligencja
sztuczne sieci neuronowe
Matlab
ECG
artificial intelligence
artificial neural networks
MATLAB
Opis:
Celem pracy było przebadanie możliwości zastosowania sztucznych sieci neuronowych do analizy i rozpoznawania sygnałów EKG. Artykuł zawiera przegląd zagadnień dotyczących EKG, pozyskiwania i interpretacji sygnałów oraz zastosowania sztucznych sieci neuronowych do diagnostyki. Znaczącym elementem pracy jest próba zaimplementowania w programie Matlab systemu rozróżniającego sygnały różnego typu.
The main goal of the work is to test the possibility of using artificial neural networks for analysis and recognition of ECG signals. The paper contains a review of issues related to ECG, acquisition and interpretation of signals, application of artificial neural networks in the diagnosis. A significant element is the attempt to implement the system for differentiating various types of signals using Matlab software.
Źródło:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna; 2014, 20, 2; 80-94
1234-5563
Pojawia się w:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Implementacja sztucznych sieci neuronowych w środowisku LabVIEW
Artificial neural networks in LabVIEW
Autorzy:
Rafiński, L.
Powiązania:
https://bibliotekanauki.pl/articles/268930.pdf
Data publikacji:
2008
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
sztuczne sieci neuronowe
artificial neural networks
Opis:
Przedstawiono możliwości oraz strukturę zrealizowanego przez autora modułu do implementacji sztucznych sieci neuronowych w środowisku LabVIEW.
The article shows the structure and capabilities of a LabVIEW module for the artficial neural networks implementation designed by the author.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2008, 25; 141-143
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena efektywności neuronowego prognozowania w oparciu o wybrane metody na przykładzie dystrybucji produktów rolniczych
Assessment of effectiveness of the neural prediction based on selected methods exemplified by distribution of agricultural products
Autorzy:
Koszela, K.
Boniecki, P.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/287927.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczna inteligencja
sztuczne sieci neuronowe
prognozowanie
szeregi czasowe
artificial intelligence
artificial neural networks
prediction
time series
Opis:
Prognozowanie staje się bardzo ważnym etapem w każdej działalności. W przypadku dystrybucji produktów rolniczych mamy do czynienia z szeregiem złożonych bodźców, które przekładają się na wynik końcowy. Natomiast jakość tych prognoz ma ogromne znaczenie na kolejne etapy w łańcuchu produkcyjno-dystrybucyjnym. Sieci neuronowe są bardzo wysublimowaną techniką modelowania, zdolną odwzorować bardzo złożone funkcje. Modelowanie z wykorzystaniem sztucznych sieci neuronowych stosuje się wówczas, gdy nie jest znany dokładny opis matematyczny rozpatrywanego zjawiska, natomiast dobrze określone są jego wejścia i wyjścia. Sztuczna sieć neuronowa potrafi nauczyć się rozpoznawać analizowany problem, dając szybko odpowiedź na zmieniające się parametry wejściowe procesu. W pracy przedstawiono porównanie dwóch metod neuronowego modelowania sprzedaży wybranego produktu.
Prediction becomes a very important stage in many activities. In case of distributing agricultural products 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. Neural networks are a sophisticated technique of modeling capable of reflecting very complex functions. Modeling using artificial neural networks is used when exact mathematical description of investigated phenomenon is not known but its inputs and outputs are well defined. Artificial neural network can learn to recognize the problem analyzed giving an answer to changing input parameters. In the paper two methods of neural modeling of a chosen agricultural product distribution were presented.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 69-76
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza i klasyfikacja obrazów suszu warzywnego z wykorzystaniem sztucznych sieci neuronowych
Analysis and classification of dried vegetables’ images with utilization of artificial neural networks
Autorzy:
Koszela, K.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/287257.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczna inteligencja
sztuczne sieci neuronowe
rozpoznawanie obiektów
przetwarzanie obrazów
artificial intelligence
artificial neural networks
object recognition
image processing
Opis:
W życiu codziennym bardzo często dokonujemy oceny naszego otoczenia i na tej podstawie podejmujemy decyzje o klasyfikacji obserwowanej sytuacji. Czynimy to w oparciu o obserwację otoczenia jak również napływającą z różnych źródeł informację z wykorzystaniem posiadanej wiedzy i zdolności. Proces ten jest dla nas całkowicie naturalny. Jeżeli jednak chcemy podobne zadanie zlecić systemowi komputerowemu to wówczas musimy wykonać wiele kroków, które pozwolą w części odwzorować za pomocą oprogramowania ludzką zdolność do obserwacji, uczenia się i dokonywania podejmowania ostatecznej decyzji w oparciu o posiadaną wiedzę. Wzrastający poziom komplikacji informacji wywołuje rosnące zapotrzebowanie na systemy zdolne do rozpoznawania i dokonywania klasyfikacji prezentowanych im obiektów. Jednym z takich obiektów jest susz warzywny, którego ocena jakości i jego klasyfikacja przysparza szereg problemów. W pracy przedstawiono koncepcję metody analizy obrazów suszu warzywnego i zastosowanie jej do szybkiego oszacowania udziału poszczególnych frakcji w badanej próbie pod względem barwy i kształtu.
In everyday life we often evaluate our surroundings and on this basis we make decisions about the classification of the observed situation. We do it by watching our surroundings as well as by analysing the information coming to us from various sources by means of the knowledge and the abilities we posses. This process is completely natural for us. However, if we want a computer system to do it, we need to make many steps in order to partly reflect in the software the human ability to observe, learn and make the final decision on the basis of the possessed knowledge. The increasing complexity of information causes a rising demand for systems capable of recognizing and classifying objects presented to them. One of such objects are dried vegetables whose quality evaluation and classification cause many problems. In the thesis the concept of dried vegetables’ image analysis method was presented as well as its application to quick colour and shape evaluation of individual fractions in a tested sample.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 77-82
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do rozpoznawania metali na podstawie wykresu statycznej próby rozciągania
Application of artificial neural networks for recognition of metals on the basis of static tensile test chart
Autorzy:
Ewald, Dawid
Powiązania:
https://bibliotekanauki.pl/articles/41204115.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:
sztuczne sieci neuronowe
FANN
Delphi
artificial neural networks
Opis:
W artykule przedstawia zagadnienie sztucznych sieci neuronowych oraz ich wykorzystania w klasyfikacji metali na podstawie wykresu statycznej próby rozciągania. W pracy opisano działanie sieci neuronowych oraz sposób ich wykorzystania..
In this article presents the issue of artificial neural networks and their use in the classification of metals on the basis of the static tensile test chart. This paper describes the operation of neural networks and how to use them.
Źródło:
Studia i Materiały Informatyki Stosowanej; 2010, 3; 21-30
1689-6300
Pojawia się w:
Studia i Materiały Informatyki Stosowanej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnostics of analog systems using Artificial Neural Networks
Diagnostyka systemów analogowych z wykorzystaniem sztucznych sieci neuronowych
Autorzy:
Bilski, P.
Powiązania:
https://bibliotekanauki.pl/articles/277729.pdf
Data publikacji:
2017
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
artificial intelligence
artificial neural networks
fault detection
analog systems diagnostics
sztuczna inteligencja
sztuczne sieci neuronowe
wykrywanie uszkodzeń
diagnostyka systemów analogowych
Opis:
The paper presents the diagnostic applications of artificial neural networks (ANN). Aims and problems present in the contemporary diagnostics are introduced. The structure of the artificial intelligence-based system is presented and discussed in detail. Various approaches to design the on-line fault detection and location system using artificial intelligence approaches are introduced. The generic architecture of the ANN and its variations are presented. Next, their diagnostic applications, advantages and drawbacks are discussed. Application of RBF ANN-based diagnostic module to detect and identify faults of the 5th order lowpass filter is presented. Finally, usability and limitations of the ANN-based diagnostic system are provided.
W artykule przedstawiono zastosowania sztucznych sieci neuronowych w diagnostyce systemów analogowych. Opisano główne cele diagnostyki oraz problemy spotykane obecnie podczas detekcji i lokalizacji uszkodzeń. Wprowadzono ogólną strukturę systemu diagnostycznego opartego na metodach sztucznej inteligencji. Przedstawiono różne metody inteligentne, które mogą zostać zastosowane w systemie działającym w trybie on-line. Następnie omówiono ogólną architekturę sztucznej sieci neuronowej oraz jej cechy szczególnie istotne z punktu widzenia detekcji i lokalizacji uszkodzeń. Specyficzne architektury sieci wraz z ich zastosowaniami diagnostycznymi przedstawiono w szczegółach. Na przykładzie filtru dolnoprzepustowego 5. rzędu przedstawiono działanie metody diagnostycznej wykorzystującej sieć neuronową typu RBF. Omówiono możliwości i ograniczenia stosowalności sztucznych sieci neuronowych jako narzędzia diagnostycznego.
Źródło:
Pomiary Automatyka Robotyka; 2017, 21, 4; 23-32
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Neural Network Approach for Predicting Production Volume of Biofuels in Poland
Zastosowanie sieci neuronowych do prognozowania wielkości produkcji biopaliw w Polsce
Autorzy:
Siuda, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/2024082.pdf
Data publikacji:
2021
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
artificial neural networks
biofuels
prediction
sztuczne sieci neuronowe
biopaliwa
predykcja
Opis:
This article focuses on the creation of artificial neural networks (ANN) and their use in predicting the volume of biofuel production in Poland on the basis of historical data. Artificial neural networks are extremely useful in predicting events in which it is difficult to find determinism and cause-effect relationships. For this purpose 30 artificial neural networks of different topology were created. The analysed artificial neural networks had: one or two layers, from 4 to 8 neurons on the first layer and 4 or 6 neurons on the second layer. Moreover, the effect of delayed inputs and the effect of learning set size on prediction quality were analysed. The quality of each structure was evaluated based on the coefficient of determination, mean error, and mean square error. The stability of prediction was evaluated based on the sample standard deviation of RMSE and MAE. All the presented ANN structures were simulated five times and the best individual results included in the tables. The best results were obtained for an artificial neural network with two layers, four neurons in each layer and one delay. Overall, the second layer increased the stability of the prediction. Streszczenie: W artykule skupiono się na tworzeniu sztucznych sieci neuronowych i ich wykorzystaniu do prognozowania wielkości produkcji biopaliw w Polsce na podstawie danych historycznych. Sztuczne sieci neuronowe są niezwykle przydatne w prognozowaniu zdarzeń, w których trudno doszukać się determinizmu i związków przyczynowo-skutkowych. W tym celu stworzono 30 sztucznych sieci neuronowych o różnej topologii. Analizowane
W artykule skupiono się na tworzeniu sztucznych sieci neuronowych i ich wykorzystaniu do prognozowania wielkości produkcji biopaliw w Polsce na podstawie danych historycznych. Sztuczne sieci neuronowe są niezwykle przydatne w prognozowaniu zdarzeń, w których trudno doszukać się determinizmu i związków przyczynowo-skutkowych. W tym celu stworzono 30 sztucznych sieci neuronowych o różnej topologii. Analizowane sztuczne sieci neuronowe miały: jedną lub dwie warstwy, od 4 do 8 neuronów w warstwie pierwszej oraz 4 lub 6 neuronów w warstwie drugiej. Ponadto przeanalizowano wpływ opóźnionych wejść oraz wpływ wielkości zbioru uczącego na jakość predykcji. Jakość każdej ze struktur oceniono na podstawie współczynnika determinacji, błędu średniego oraz błędu średniokwadratowego. Stabilność prognozowania była oceniana na podstawie odchylenia standardowego próby RMSE oraz MAE. Wszystkie przedstawione struktury ANN były symulowane pięciokrotnie, a najlepsze pojedyncze wyniki zamieszczono w tabelach. Najlepsze wyniki uzyskano dla sztucznej sieci neuronowej z dwiema warstwami, czterema neuronami w każdej warstwie i jednym opóźnieniem. Druga warstwa zwiększyła stabilność predykcji.
Źródło:
Ekonomia XXI Wieku; 2021, 24; 7-26
2353-8929
Pojawia się w:
Ekonomia XXI Wieku
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Discrete Fractional Order Artificial Neural Network
Autorzy:
Sierociuk, D.
Sarwas, G.
Dzieliński, A.
Powiązania:
https://bibliotekanauki.pl/articles/386578.pdf
Data publikacji:
2011
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
sztuczne sieci neuronowe
systemy nieliniowe
artificial neural networks
nonlinear systems
Opis:
In this paper the discrete time fractional order artificial neural network is presented. This structure is proposed for simulating the dynamics of non-linear fractional order systems. In the second part of this paper several numerical examples are shown. The final part of the paper presents the discussion on the use of fractional or integer discrete time neural network for modelling and simulating fractional order non-linear systems. The simulation results show the advantages of the proposed solution over the classical (integer) neural network approach to modelling of non-linear fractional order systems.
Źródło:
Acta Mechanica et Automatica; 2011, 5, 2; 128-132
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie ceny ogórka szklarniowego za pomocą sieci neuronowych
Forecasting a hothouse cucumber price with the use of neuron networks
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/288377.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczne sieci neuronowe
prognozowanie
cena
artificial neuron networks
forecasting
price
Opis:
W pracy opracowano modele wykorzystujące sztuczne sieci neuronowe do prognozowania cen ogórka szklarniowego, przy czterech horyzontach prognoz. Porównano dokładności prognoz uzyskanych za pomocą różnych typów sieci neuronowych (liniowych, wielowarstwowych perceptronów i sieci o radialnych funkcjach bazowych). Jako najlepsze modele wybrano sieci liniowe, gdyż pozwalały na uzyskanie najdokładniejszych prognoz.
Models using neuron networks to forecast hothouse cucumber prices have been developed in this research, with four forecast horisons. The accuracy of forecasts obtained with the use of various types of neuron networks (linear, multilayer perceptrons and radial base function networks) have been compared. The linear networks have been selected as the best models as they have generated the most accurate forecasts.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 14, 14; 91-97
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Algorytmy genetyczne jako narzędzie optymalizacyjne stosowane w sieciach neuronowych
Genetic algorithms as a optimization tool applied in neural networks
Autorzy:
Olszewski, T.
Boniecki, P.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/289865.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczne sieci neuronowe
algorytmy genetyczne
artificial neural networks
genetic algorithms
Opis:
Rewolucyjne wynalazki człowieka bardzo często powstają w wyniku obserwacji przyrody. Korzysta ona z rozwiązań najlepszych i optymalnych, tak więc wartych naśladowania. Niestety czasami jest to bardzo trudne. Przykładem może być mózg ludzki, którego funkcjonowania nadal nie rozumiemy do końca. Obserwując jego budowę stworzono Sztuczne Sieci Neuronowe, które są jego bardzo uproszczonym modelem mającym wykorzystywać jego najważniejsze cechy czyli zdolność uczenia i kojarzenia. Ewolucja naturalna jest swoistym procesem optymalizacyjnym mającym na celu najlepsze przystosowanie osobników do otaczającego świata, a co się z tym wiąże - przetrwania gatunku. Również mechanizmy ewolucyjne zostały wykorzystane przez człowieka. Jedną z metod odwzorowującą te mechanizmy są algorytmy genetyczne pozwalające na optymalne rozwiązanie różnych problemów. W artykule zostało przedstawione połączenie obu idei.
Revolutionary human inventions very often arise as a result of nature observation. Nature use the best and optimal solutions therefore deserves to copy. Unfortunately, sometimes it’s very hard. Human’s brain can be example, whose functions we don’t fully understand. As a result of observations of the build of human’s brain made artificial neural networks. They are its very simplified model, which use its main features: ability to learn and associate. Natural evolution is peculiar optimization process which purpose is the best adaptation of specimen to the surrounding world and it is in connection with survival of the species. Evolutionary mechanics were exploit by the human as well. Genetic algorithms are one of many methods which model evolutionary mechanics. They allow to find optimal solution for different problems. This article presents the combination both ideas.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 137-143
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Możliwości stosowania sztucznych sieci neuronowych przy doborze motywatorów dla kadry menedżerskiej
Using artificial neural network to choose motivators for managers
Autorzy:
Matwiejczuk, T.
Tomaszuk, A.
Powiązania:
https://bibliotekanauki.pl/articles/399048.pdf
Data publikacji:
2011
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
motywacja
kierownik
sztuczne sieci neuronowe
motivation
manager
artificial neural networks
Opis:
In the article the concept of motivating the management staff was mentioned. It was pointed that the appropriate choice of personal motivators is one of the most crucial elements in the motivating process. It was suggested to choose motivators by Artificial Neural Network. ANN can be widely used. It can find the sens and rules in difficult structures of data. The ways of using tools in the company were also presented.
Źródło:
Ekonomia i Zarządzanie; 2011, 3, 2; 130-137
2080-9646
Pojawia się w:
Ekonomia i Zarządzanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Układ samonaprowadzania pocisku moździerzowego z wykorzystaniem układów rozpoznawania położenia przestrzennego opartych na sztucznych sieciach neuronowych
Application of synthetic neurone networks for identification of space position in the self-guidance system of a mortar missile
Autorzy:
Głębocki, R.
Vogt, R.
Powiązania:
https://bibliotekanauki.pl/articles/235501.pdf
Data publikacji:
2006
Wydawca:
Wojskowy Instytut Techniczny Uzbrojenia
Tematy:
naboje moździerzowe
sztuczne sieci neuronowe
mortar rounds
artificial 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.
Some issues of the smart ammunition control by correction rocket micro-motors acting directly into the missile’s mass centre are presented in the paper.
Źródło:
Problemy Techniki Uzbrojenia; 2006, R. 35, z. 97; 141-148
1230-3801
Pojawia się w:
Problemy Techniki Uzbrojenia
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Problemy związane z treningiem sztucznej sieci neuronowej wykorzystanej do modelowania charakterystyk zmęczeniowych
Problems in training process of artificial
Autorzy:
Nowicki, K.
Sempruch, J.
Powiązania:
https://bibliotekanauki.pl/articles/386643.pdf
Data publikacji:
2007
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
sztuczne sieci neuronowe
zmęczenie
trening sieci
artificial neural networks
fatigue
Opis:
Zrealizowane przez autorów projekty badawcze wskazały jednoznacznie na racjonalność wykorzystania środowiska sieci neuronowej do gromadzenia i przetwarzania danych o zmęczeniu. Istniejąca literatura, dotycząca w ogólności sieci neuronowych, w niewielkim stopniu dotyka ich praktycznej implementacji do problematyki zmęczeniowej. Wśród licznych problemów związanych z budową, przygotowaniem do pracy i praktycznym wykorzystaniem sieci neuronowych istnieje problem treningu sieci. Temu właśnie poświęcono prezentowane opracowanie. Autorzy przedstawiają ciąg decyzji, które przyjęli dla realizacji własnego eksperymentu numerycznego, przytaczając przykłady ilustrujące uzyskane w ślad tych decyzji rezultaty.
Prior projects realized by authors proved the rationality of using of the neural network environment to the accumulation and processing of the fatigue data. The existing literature in short supply touches practical implementation of neural network to the fatigue problems. Among others problems with the practical implementation and utilization of neural networks exists the problem of the neural network training. This one is main subject of the elaboration. In this paper authors present sequence of decisions accepted for the realization of the numeric experiment and quote illustrative examples of obtained results into the trace of these decisions.
Źródło:
Acta Mechanica et Automatica; 2007, 1, 1; 77-84
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie techniki sztucznych sieci neuronowych (ANN) do prognozowania stężenia mineralnych form azotu w wodach górnej Narwi
The use of artificial neural networks (ann) to predict the concentration of mineral forms of nitrogen in waters of the upper Narew River
Autorzy:
Skorbiłowicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/338708.pdf
Data publikacji:
2009
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
azot
rzeka
sztuczne sieci neuronowe
artificial neural networks
nitrogen
river
Opis:
Celem prezentowanych w pracy badań było skonstruowanie sztucznej sieci neuronowej do prognozowania stężenia nieorganicznych form azotu w wodach górnej Narwi w zależności od niektórych charakterystycznych cech zlewni. Badania wód Narwi prowadzono w latach 2001-2005, pobierając raz w miesiącu próbki z 10 zlokalizowanych na rzece stanowisk kontrolnych. W czasie 5 lat badańuzyskano 1800 wyników (3 formy azotu). W próbkach wody badano stężenie azotu amonowego, azotu azotanowego (III) i azotu azotanowego (V). Na potrzeby pracy skorzystano z automatycznego projektanta sieci neuronowych zawartego w pakiecie statystycznym Statistica 8.0. Do projektowania sieci wykorzystano algorytm ze wsteczną propagacją błędów. Na podstawie zgromadzonych danych wejściowych i wyjściowych przetestowano 1000 sieci i wybrano jedną w czasie procesu uczenia sieci na zadanej puli wyników liczbowych. Wartości współczynników korelacji r i porównanie stężenia zmierzonego i prognozowanego analizowanych parametrów upoważniają do stwierdzenia, że zaprojektowana sieć umożliwia ograniczoną prognozę wartości stężenia mineralnych form azotu na podstawie zaimplementowanych zmiennych wejściowych.
The aim of this work was to construct an artificial neural network to estimate the concentration of inorganic forms of nitrogen in waters of the upper Narew River depending on certain characteristics of the catchment. The study of the Narew River waters was carried out in the years 2001-2005 by collecting samples once a month from 10 sampling sites. In total 1800 results (3 forms of nitrogen) were obtained during 5 years of the study. Analysed forms of nitrogen included ammonium nitrogen, nitrate nitrogen (III) and nitrate nitrogen (V). The automatic neural network designer with the backward propagation of errors from the statistical package Statistica 8.0 was used in this paper. Based on obtained input and output data 1000 networks were tested and one was selected in the process of learning networks for a given pool of numerical results. Correlation coefficients r and a comparison of measured and predicted concentrations of the analyzed parameters allowed for the conclusion that the designed network enables limited prediction of the concentrations of mineral nitrogen based on implemented input variables.
Źródło:
Woda-Środowisko-Obszary Wiejskie; 2009, 9, 1; 129-140
1642-8145
Pojawia się w:
Woda-Środowisko-Obszary Wiejskie
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 195

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