Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Jędruś, A." wg kryterium: Wszystkie pola


Wyświetlanie 1-5 z 5
Tytuł:
The neural analysis of quarters healthiness of high yield cows in selected cowshed
Neuronowa analiza zdrowotności wymion krów wysokowydajnych w wybranej oborze mlecznej
Autorzy:
Jędruś, A.
Boniecki, P.
Powiązania:
https://bibliotekanauki.pl/articles/337371.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
neural model
cows
somatic cell count
model neuronowy
krowy
liczba komórek somatycznych
Opis:
Commonly recognized predictive abilities represented by selected ANN (Artificial Neural Networks) topologies are widely used in practice. They often support the decision-making processes that occur in agri-alimentary processing, such as milk production. The aim of the study was to use ANN as a predictive tool in the estimation process of the influence of selected zootechnical characteristics of cows on the milk quality, which is determined by the standards defining the requirements compliance concerning the level of somatic cell counts in the obtained milk. The work resulted in creation of the optimum predictive model which is a neural topology of the MLP-6:17:1 (MultiLayer Perceptron). The performed analysis of the generated neural model’s sensitivity to the individual input variables showed the impact of some of the zootechnical characteristics on somatic cell counts in the obtained milk.
Uznane zdolności predykcyjne, jakie reprezentują wybrane topologie SNN (Sztuczne Sieci Neuronowe), wykorzystywane są powszechnie również w szeroko rozumianej praktyce, np. wspomagają procesy decyzyjne zachodzące w przetwórstwie rolno-spożywczym, np. w branży mleczarskiej. Celem pracy było wykorzystanie SNN jako narzędzia predykcyjnego w procesie oceny wpływu wybranych cech zootechnicznych krów na jakość mleka krów, która określana jest przez normy definiujące spełnienie wymogów odnośnie poziomu zawartości komórek somatycznych w pozyskiwanym mleku. W pracy wytworzono optymalny model predykcyjny będący neuronową topologią typu MLP: 6-17-1 (MultiLayer Perceptron). Przeprowadzona analiza wrażliwości wygenerowanego modelu neuronowego na poszczególne zmienne wejściowe wykazała istotny wpływ wybranych cech zootechnicznych na liczbę komórek somatycznych w pozyskanym mleku.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2013, 58, 2; 55-57
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza neuronowa wybranych parametrów zdolności wydojowej krów wysokowydajnych
The neural analysis of selected parameters of milking capacity for high-yield cows
Autorzy:
Jedrus, A.
Boniecki, P.
Powiązania:
https://bibliotekanauki.pl/articles/884086.pdf
Data publikacji:
2014
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
krowy wysokomleczne
zdolnosc wydojowa
mleko cwiartkowe
wydajnosc mleka
sieci neuronowe sztuczne
Źródło:
Technika Rolnicza Ogrodnicza Leśna; 2014, 1
1732-1719
2719-4221
Pojawia się w:
Technika Rolnicza Ogrodnicza Leśna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neuronowa analiza wplywu sposobu doju i wybranych cech zootechnicznych krow na liczbe komorek somatycznych w mleku
Neuron analysis of the influence of the way of milking and selected characteristics of cows on somatic cell count in milk
Autorzy:
Jedrus, A
Nizewski, P.
Lipinski, M.
Boniecki, P.
Powiązania:
https://bibliotekanauki.pl/articles/883485.pdf
Data publikacji:
2008
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
pozyskiwanie mleka
doj mechaniczny
liczba komorek somatycznych
sieci neuronowe sztuczne
krowy
mleko
wydajnosc mleka
kolejne dni laktacji
wiek zwierzat
liczba wycielen
metody oceny
Opis:
Sztuczne sieci neuronowe są narzędziem coraz częściej wykorzystywanym w poznawaniu złożonych procesów biologicznych. Celem pracy było wykorzystanie zalet sztucznych sieci neuronowych do oceny wpływu sposobu doju oraz wybranych cech zootechnicznych krów na liczbę komórek somatycznych w mleku.
Artificial neural networks are more and more frequently used to understand some complex biological processes. The aim of the paper was to use the advantages of artificial neural networks in order to check the impact of the milking way and selected cows' features on somatic cell count in milk.
Źródło:
Technika Rolnicza Ogrodnicza Leśna; 2008, 04; 22-24
1732-1719
2719-4221
Pojawia się w:
Technika Rolnicza Ogrodnicza Leśna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Badania wpływu aeracji na dynamikę procesu kompostowania osadów ściekowych w bioreaktorze
Influence of aeration level on dynamic of sewage sludge composting process in bioreactor
Autorzy:
Dach, J.
Niżewski, P.
Jędruś, A.
Boniecki, P.
Powiązania:
https://bibliotekanauki.pl/articles/336475.pdf
Data publikacji:
2007
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
osad ściekowy
bioreaktor
aeracja
kompostowanie
sewage sludge
composting process
bioreactor
aeration
Opis:
Problem kompostowania osadów ściekowych jest coraz częściej podejmowany w licznych badaniach naukowych. Podstawowym parametrem wpływającym na przebieg procesu kompostowania jest dostępność tlenu. W niniejszej pracy podjęto próbę oceny wpływu intensywności napowietrzania kompostowanej masy na przebieg procesu. Do badań wykorzystano 2-komorowy izolowany bioreaktor służący do modelowania procesów zachodzących w czasie tlenowego i beztlenowego zagospodarowywania materii organicznej. Stwierdzono, iż bardziej intensywne napowietrznie wpływa na większą dynamikę procesu wyrażoną wzrostem temperatury i szybkością przemian fizycznych i chemicznych. Ostatecznie jednak jakość kompostów uzyskanych w wyniku różnej intensywności napowietrzenia jest podobna.
The problem of sewage sludge composting becomes the subject of many scientific investigations. The presence of oxygen is the main parameter which influences on composting process. This paper presents the research on the influence of aeration level on the intensity of the process. The 2-chambers bioreactor for modeling of aerobic and anaerobic processes of organic matter decomposition was used It was found that higher level of aeration influences on more intense dynamic of the process which is expressed with temperature increase and rapidity of physical and chemical changes. However ultimately the quality of composts obtained as result of different aeration intensity is similar.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2007, 52, 1; 68-72
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Koncepcja wykorzystania sztucznych sieci neuronowych do prognozowania zawartości metanu w substratach
The concept of usage of artificial neural networks for forecasting the methane content in the substrates
Autorzy:
Koszela, K.
Pilarski, K.
Dach, J.
Boniecki, P.
Jedrus, A.
Powiązania:
https://bibliotekanauki.pl/articles/883640.pdf
Data publikacji:
2012
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
biogazownie
substraty roslinne
odchody zwierzece
substraty komunalne
substraty przemyslowe
zawartosc metanu
fermentacja
produkcja biogazu
produkcja metanu
wydajnosc produkcji
prognozowanie
sieci neuronowe sztuczne
Opis:
Sztuczne sieci neuronowe wykorzystywane są z powodzeniem m.in. do analizy złożonych systemów empirycznych, w których część parametrów opisujących zachodzące zjawiska jest niemierzalna lub których precyzyjny pomiar jest trudny. W niniejszej publikacji zaprezentowano budowę i zasady działania sztucznych sieci neuronowych jako narzędzia do predykcji zawartości metanu w biogazie z bioodpadów rolniczych [3]. Prognozowanie zawartości biogazu odgrywa ważną rolę w opracowywaniu optymalnych modeli do zarządzania biogazownią. Z powodu różnorodności bazy surowcowej istotnym jest optymalne prognozowanie wydajności biogazowni. W związku z powyższym często z powodzeniem używa się modeli typu „czarna skrzynka”, które wymagają mniejszej liczby parametrów niż klasyczne modele konceptualne.
The artificial neural networks have been successfully used for analyzing of the complex systems, where some parameters describing the occurring phenomena are non-measurable or the precise measurement is very difficult. This publication presents the construction and functioning rules of the artificial neural networks as a tool for prediction of methane content in the biogas from agricultural bio-waste. Forecasting of the biogas content plays extremely important role in development of the optimal models for biogas plant management. Due to the resource base diversity the optimal prediction of biogas plant efficiency is very important. Therefore, the "black box" models which require less parameters than classic conceptual ones are very often successfully used.
Źródło:
Technika Rolnicza Ogrodnicza Leśna; 2012, 04
1732-1719
2719-4221
Pojawia się w:
Technika Rolnicza Ogrodnicza Leśna
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-5 z 5

    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