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 "sztuczna inteligencja" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    Zastosowanie logiki czterowartościowej w procesie wnioskowania w systemach diagnostycznych
    Application of logic 4-valued in the process of reasoning in diagnostic systems
    Autorzy:
    Duer, S.
    Zajkowski, K.
    Duer, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/209177.pdf
    Data publikacji:
    2016
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    diagnostyka techniczna
    wnioskowanie diagnostyczne
    logiki wielowartościowe
    sztuczna inteligencja
    technical diagnostics
    diagnostic reasoning
    multivalent logic
    artificial intelligence
    Opis:
    W artykule zaprezentowano zastosowanie logiki czterowartościowej w procesie wnioskowania w systemach diagnostycznych. W tym celu przedstawiono i zdefiniowano strukturę inteligentnego systemu diagnostycznego DIAG 2. Opisano jego istotne moduły: pomiarowy, obliczenia i analizy (program sieci neuronowej) oraz wnioskowania diagnostycznego. W literaturze brakuje opracowań w zakresie opisu i zastosowania logiki czterowartościowej w systemach diagnostycznych. Prace autorów w tym zakresie są nowatorskie. Na uwagę zasługuje także zaprezentowanie metody diagnostycznej stosowanej w systemie DIAG 2. Proponowana metoda diagnozowania (oceny stanu badanego obiektu) polega na porównaniu wektorów sygnałów diagnostycznych z ich wektorami wzorcami. W wyniku porównania sygnałów wyznaczane są przez sieć neuronową elementarne metryki rozbieżności wektorów sygnałów diagnostycznych. Na podstawie metryk odległości różnicowej następuje wnioskowanie systemu co do rozpoznania stanu elementów podstawowych obiektu.
    The article presents application of logic 4-valuable in the process of reasoning in diagnostic systems. For this purpose, the structure of an intelligent diagnostic system (DIAG 2) is presented and defined. Its essential modules: measurement, calculation, and analysis modules (program of neural network) and diagnostic inference are described. In the literature, there is no development in the field of description and implementation of the logic of the tetravalent in diagnostic systems. The author’s works in this field are innovative ones. Noteworthy is the present diagnostic method used in the system (DIAG 2). The proposed diagnostic method (assessment of the state of the examined object) is based on a comparison of vectors of diagnostic signals with their patterns’ vectors. By comparing the signals, elementary metrics of disparity vectors of diagnostic signals are determined by the neural network. On the basis of the metrics of differential distance, the system requests for diagnostics of the state of elements of the basic object.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2016, 65, 2; 41-52
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Baza wiedzy dotycząca urządzeń farmy wiatrowej w komputerowym systemie ekspertowym
    Knowledge base of wind farm devices in the computer expert system
    Autorzy:
    Duer, R.
    Wrzesień, P.
    Duer, S.
    Bernatowicz, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/211034.pdf
    Data publikacji:
    2018
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    diagnostyka techniczna
    wnioskowanie diagnostyczne
    logiki wielowartościowe
    sztuczna inteligencja
    technical diagnostics
    diagnostic reasoning
    multivalent logic
    artificial intelligence
    Opis:
    W artykule zaprezentowano problematykę wyznaczania informacji diagnostycznej na potrzeby badania stanu urządzeń farmy wiatrowej. W tym celu przedstawiono i opisano istotę opracowywania modelu funkcjonalno-diagnostycznego na przykładzie urządzeń elektrowni wiatrowej. Na podstawie opracowanego modelu badanego obiektu wyznaczono informację diagnostyczną w postaci zbioru elementów podstawowych oraz zbioru sygnałów diagnostycznych, które są wypracowane przez wyznaczone j-te elementy w i-tych zespołach funkcjonalnych obiektu. W artykule zaprezentowano opis procesu budowania bazy wiedzy dla systemu ekspertowego.
    The article presents the problems of determining diagnostic information for the needs of testing the state of wind farm equipment. To this end, the essence of developing a functional and diagnostic model on the example of wind power plant equipment has been presented and described. Based on the developed model of the examined object, diagnostic information was determined in the form of a set of basic elements and a set of diagnostic signals, which are developed by the designated j-elements in the i-functional units of the object. The article presents a description of the process of building a knowledge base for an expert system.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2018, 67, 2; 179-190
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Badanie diagnostyki urządzeń elektrowni słonecznej w logice 2- i 3-wartościowej
    Diagnostic testing the solar power equipment in logic 2- and 3- valuable
    Autorzy:
    Duer, R.
    Duer, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/208978.pdf
    Data publikacji:
    2017
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    diagnostyka techniczna
    wnioskowanie diagnostyczne
    logiki wielowartościowe
    sztuczna inteligencja
    technical diagnostics
    diagnostic reasoning
    multivalent logic
    artificial intelligence
    Opis:
    W artykule zaprezentowano problematykę badania wypracowanych diagnoz w logice 2- i 3-wartościowej przez system diagnostyczny (DIAG 2) dla urządzeń elektrowni słonecznej. W tym celu przedstawiono i opisano model funkcjonalno-diagnostyczny urządzeń elektrowni słonecznej. Na podstawie opracowanego modelu badanego obiektu wyznaczono zbiór elementów podstawowych oraz zbiór sygnałów diagnostycznych, które są wypracowane przez j-te elementy funkcjonalne obiektu. Przedstawiono także krótki opis wykorzystywanego w badaniu inteligentnego systemu diagnostycznego (DIAG 2). System (DIAG 2) jest autorskim opracowaniem autorów. Program diagnostyczny w systemie (DIAG 2) pracuje na zasadzie porównania zbioru wektorów sygnałów diagnostycznych z ich wektorami wzorcami. W wyniku porównania sygnałów wyznaczane są przez sieć neuronową elementarne metryki rozbieżności wektorów sygnałów diagnostycznych. Na podstawie metryk odległości różnicowejnastępuje wnioskowanie systemu co do rozpoznania stanu elementów podstawowych obiektu.
    The article presents the problem of the study of developed diagnoses in logic 2- and 3-valuable diagnostic system (DIAG 2) devices of the solar power. For this purpose, a functional-diagnostic model of solar power devices has been described. On the basis of the elaborated model of the investigated object, a set of basic elements and a set of diagnostic signals, that are generated by the j-th elements of the functional object, have been determined. Also, there was given a brief description of intelligent diagnostic (DIAG 2) system used for the study. The system (DIAG 2) is a proprietary development of the authors. Diagnostic software in (DIAG 2) system works on the principle of comparison of the set of vectors of diagnostic signals with their standard vectors. By comparing the signals, elementary metrics of vectors disparity of diagnostic signals are determined by the neural network. On the basis of the metrics of differential distance, the system inferences about the diagnosis on the state of elements of a basic object.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2017, 66, 1; 67-79
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Informacja diagnostyczna z obiektu technicznego wykorzystana do tworzenia ekspertowej bazy wiedzy
    Information with diagnostic technical object used to create experts’ knowledge base
    Autorzy:
    Duer, R.
    Duer, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/209530.pdf
    Data publikacji:
    2017
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    diagnostyka techniczna
    wnioskowanie diagnostyczne
    logiki wielowartościowe
    sztuczna inteligencja
    technical diagnostics
    diagnostic reasoning
    multivalent logic
    artificial intelligence
    Opis:
    W artykule zaprezentowano problematykę wyznaczania informacji diagnostycznej na potrzeby badania złożonego obiektu technicznego. W tym celu przedstawiono i opisano istotę opracowania modelu funkcjonalno-diagnostycznego na przykładzie urządzeń elektrowni wiatrowej. Na podstawie opracowanego modelu obiektu wyznaczono informację diagnostyczną, która składa się z dwóch elementów: zbioru elementów podstawowych oraz zbioru sygnałów diagnostycznych, które są wypracowane przez wyznaczone j-te elementy w i-tych zespołach funkcjonalnych obiektu. Ważnym aspektem zawartym w tym artykule jest przedstawienie problematyki wyznaczania zbioru wzorcowych sygnałów diagnostycznych. Znajomość zbioru sygnałów diagnostycznych i ich wzorcowych sygnałów jest bazą do wyznaczenia przedziału zmiany wartości sygnałów diagnostycznych, które są podstawą diagnozowania obiektu z wykorzystaniem inteligentnego systemu diagnostycznego (DIAG 2) lub przy użyciu baz wiedzy dla systemów ekspertowych.
    The article presents the problem of determining diagnostic information for the purpose of testing a complex technical object. To this end, the essence of the development of the functional-diagnostic model was presented and described on the example of the wind power plant. Based on the developed model of the object, diagnostic information has been determined, which consists of two components: a set of basic elements and a set of diagnostic signals, which are worked out by the designated elements in the functional groups of the object. An important aspect in this paper is the shift in the pro bono definition of a set of diagnostic signals. Knowledge of the set of diagnostic signals and their nominal (master) signals is the basis for determining the range of changes in diagnostic signals that are the basis for the diagnosis of an object using the intelligent diagnostic system (DIAG 2) or using knowledge bases for expert systems.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2017, 66, 2; 91-106
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Examination of informativeness of diagnoses expressed with multiple-valued logic
    Badanie informacyjności diagnoz wyrażanych w logikach wielowartościowych
    Autorzy:
    Duer, S.
    Bernatowicz, D.
    Wrzesień, P.
    Duer, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/210452.pdf
    Data publikacji:
    2018
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    diagnostyka techniczna
    wnioskowanie diagnostyczne
    logiki wielowartościowe
    sztuczna inteligencja
    technical diagnostics
    diagnostic inference
    multiple-valued logic
    artificial intelligence
    Opis:
    This paper presents the essence of an examination of informativeness in the diagnostic information outputs expressed with multiple-valued logic. The diagnostic test required for the examination was completed on wind turbine equipment. The examination included a constant set of determined diagnostic output values. The DIAG 2 diagnostic system was used for the examination and the diagnostic test. DIAG 2 is a smart diagnostic system capable of any inference k of the set {k = 2, 3, 4}. The examination results were expressed in an Object State Table, separately for each k-valued logic of inference tested.
    W artykule zaprezentowano istotę badania informacyjności diagnoz informacji diagnostycznej wyrażonych w logikach wielowartościowych. Badanie diagnostyczne przeprowadzono dla urządzeń elektrowni wiatrowej. W badaniu wykorzystano stały zbiór wyznaczonych wartości sygnałów diagnostycznych. Podstawą prowadzonych badań był wykorzystany system diagnostyczny (DIAG 2). Inteligentny system diagnostyczny (DIAG 2) posiada możliwość wnioskowania w jednej z dowolnej k-tej logiki wnioskowania ze zbioru {k = 2, 3, 4}. Uzyskane wyniki badania wyrażono w postaci „Tablicy stanów obiektu” oddzielnie dla poszczególnych logik wnioskowania.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2018, 67, 2; 169-178
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Diagnosing of a complex technical object in four-valued logic
    Diagnozowanie złożonego obiektu technicznego w logice 4-wartościowej
    Autorzy:
    Duer, S.
    Bernatowicz, D.
    Wrzesień, P.
    Duer, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/209260.pdf
    Data publikacji:
    2018
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    technical diagnostics
    diagnostic inference
    multiple-valued logic
    artificial intelligence
    diagnostyka techniczna
    wnioskowanie diagnostyczne
    logiki wielowartościowe
    sztuczna inteligencja
    Opis:
    This paper presents the essence of an investigation of a complex technical object with the use of four-valued logic. To this end, an intelligent diagnostic system (DIAG 2) is described. A special feature of this system was its capability of inferring k at {k = 4, 3, 2}, in which case the logic {k = 4} is applied. An important part of this work was to present the theoretical foundations describing the essence of inference in the four-valued logic contemplated. It was also pointed out that the basis for classification of states in the multiple-valued logic of the diagnostic system (DIAG 2) was the permissible interval of changes in the values of diagnostic signal features. Four-valued logic testing was applied to a system of wind turbine equipment.
    W artykule zaprezentowano istotę badania stanu złożonego obiektu technicznego w logice 4-wartościowej. W tym celu zaprezentowano inteligentny system diagnostyczny (DIAG 2). Cechą szczególną tego systemu jest możliwość wnioskowania w k-tej logice przy {k = 4, 3, 2}, w tym przypadku zastosowano logikę {k = 4}. Ważną częścią tego opracowania jest przedstawienie w nim podstaw teoretycznych opisujących istotę wnioskowania w badanych logikach 4-wartościowych. Wskazano także, że podstawą klasyfikowania stanów w logikach wielowartościowych w systemie diagnostycznym (DIAG 2) jest zinterpretowany dopuszczalny przedział zmian wartości cech sygnałów diagnostycznych. Badaniu stanu w logice 4-wartościowej poddano system urządzeń elektrowni wiatrowej.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2018, 67, 1; 33-42
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Diagnostics of low-capacity solar power station equipment with 2- and 3-valued logic
    Diagnostyka urządzeń elektrowni słonecznej małej mocy
    Autorzy:
    Duer, S.
    Wrzesień, P.
    Duer, R.
    Bernatowicz, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/209324.pdf
    Data publikacji:
    2018
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    diagnostyka techniczna
    wnioskowanie diagnostyczne
    logiki wielowartościowe
    sztuczna inteligencja
    technical diagnostics
    diagnostic inference
    multiple-valued logic
    artificial intelligence
    Opis:
    The paper outlines research issues relating to 2- and 3-valued logic diagnoses developed with the diagnostic system (DIAG 2) for the equipment installed at a low-capacity solar power station. The presentation is facilitated with an overview and technical description of the functional and diagnostic model of the low-power solar power station. A model of the low-power solar power station (the tested facility, a.k.a. the test object) was developed, from which a set of basic elements and a set of diagnostic outputs were determined and developed by the number of functional elements j of j. The work also provides a short description of the smart diagnostic system (DIAG 2) used for the tests shown herein. (DIAG 2) is a proprietary work. The diagnostic program of (DIAG 2) operates by comparing a set of actual diagnostic output vectors to their master vectors. The output of the comparison are elementary divergence metrics of the diagnostic output vectors determined by a neural network. The elementary divergence metrics include differential distance metrics which serve as the inputs for (DIAG 2) to deduct the state (condition) of the basic elements of the tested facility.
    W artykule zaprezentowano problematykę badania wypracowanych diagnoz w logice 2- i 3-wartościowej przez system diagnostyczny (DIAG 2) dla urządzeń elektrowni słonecznej. W tym celu przedstawiono i opisano model funkcjonalno-diagnostyczny urządzeń elektrowni słonecznej. Na podstawie opracowanego modelu badanego obiektu wyznaczono zbiór elementów podstawowych oraz zbiór sygnałów diagnostycznych, które są wypracowane przez j-te elementy funkcjonalne obiektu. Przestawiono także krótki opis wykorzystywanego w badaniu inteligentnego systemu diagnostycznego (DIAG 2). System (DIAG 2) jest autorskim opracowaniem. Program diagnostyczny w systemie (DIAG 2) pracuje na zasadzie porównaniu zbioru wektorów sygnałów diagnostycznych z ich wektorami wzorcami. W wyniku porównania sygnałów wyznaczane są przez sieć neuronową elementarne metryki rozbieżności wektorów sygnałów diagnostycznych. Na podstawie metryk odległości różnicowej następuje wnioskowanie systemu co do rozpoznania stanu elementów podstawowych obiektu.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2018, 67, 3; 185-195
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Classification of elements in the diagnostic model of a technical object for building an expert knowledge base
    Autorzy:
    Duer, S.
    Pokoradi, L.
    Bernatowicz, D.
    Duer, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/95315.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    expert system
    diagnostic system
    expert knowledge base
    technical diagnostic
    algorithm
    artificial intelligence
    systemy ekspertowy
    system diagnostyczny
    ekspertowa baza wiedzy
    diagnostyka techniczna
    algorytm
    sztuczna inteligencja
    Opis:
    The following paper presents the problem of classification (identification) elements in the internal structure of a technical object. This problem is directly linked with diagnostics and compilation of an expert data base. The basis of a process of grouping elements into classes is to make a diagnostic model of a given object in a form of a structure or set of basic elements of an object. In order to conduct the grouping of elements into subsets of s-th classes, the following paper compiles and presents analytical formulas and classification rules. Theoretical considerations presented in this paper are also verified using an engine control system as an example of a complex technical object.
    Źródło:
    Journal of Mechanical and Energy Engineering; 2017, 1, 1; 71-78
    2544-0780
    2544-1671
    Pojawia się w:
    Journal of Mechanical and Energy Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-8 z 8

      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