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 "Francik, S." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Model SSN do wyznaczania siły niszczącej skorupę orzecha włoskiego
    SSN model for determination of the force destroying the walnut cover
    Autorzy:
    Hebda, T.
    Francik, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/287574.pdf
    Data publikacji:
    2010
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    orzech włoski
    SSN
    model
    walnut
    Opis:
    Materiał badawczy stanowiły cztery odmiany orzecha włoskiego (Juglans regia L.): Silesia, Targo, Albi i Tryumf. Do tworzenia modelu sztucznych sieci neuronowych (SSN) niezbędna była znajomość rzeczywistej wartości siły niszczącej skorupę orzecha (endokarp). Badania wykonano na maszynie wytrzymałościowej Insight 2 firmy MTS. Jako model służący do wyznaczania siły potrzebnej do rozkruszenia okrywy orzecha włoskiego zastosowano jednokierunkowe wielowarstwowe sieci neuronowe. Opracowano kilka różnych sieci neuronowych, które poddano następnie weryfikacji w celu wybrania modelu najdokładniej opisującego zależność siły niszczącej skorupę orzecha włoskiego od jego cech morfologicznych.
    Tests were performed with the use of the following varieties: Silesia, Targo, Albi and Tryumf. For the creation of the SSN model (network learning process), the knowledge of the actual value of the force destroying the walnut cover was necessary. Tests were performed on the testing machine Insight 2 of MTS company. Unidirectional multi-layer neural networks were used as a model aimed at determining the force necessary to crush the walnut cover. Several different neural networks were elaborated and then verified for the purpose of selecting a model that would describe most accurately the dependence of the destructive force on the morphological characteristics of the walnut.
    Źródło:
    Inżynieria Rolnicza; 2010, R. 14, nr 5, 5; 37-45
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Model twardości ziarniaków pszenicy wykorzystujący sztuczne sieci neuronowe
    Hardness model for wheat caryopsises using artificial neural networks
    Autorzy:
    Hebda, T.
    Francik, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/289422.pdf
    Data publikacji:
    2006
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sztuczna sieć neuronowa
    ziarno
    twardość
    grubość
    okrywa owocowo-nasienna
    artificial neural network
    grain
    hardness
    thickness
    fruit and seed coat
    Opis:
    W pracy opracowano modele wykorzystujące sztuczne sieci neuronowe do wyznaczania twardości ziarna pszenicy (odmiany Mewa, Korweta, Sakwa, Symfonia, Zyta i Elena) na podstawie wymiarów geometrycznych, masy ziarniaka, grubości jego okrywy owocowo-nasiennej oraz odmiany. Po przebadaniu 150 sieci wybrano jako model sieć typu perceptron trójwarstwowy o siedmiu neuronach w warstwie ukrytej. Jako dane wejściowe istotne okazały się wszystkie przyjęte do badań zmienne.
    The work presents models using Artificial Neural Networks for setting out hardness of wheat grain (variation Mewa, Korweta, Sakwa, Symfonia, Zyta and Elena) based on geometric dimensions, caryopsis weight, thickness of its fruit and seed coat and variation. After examining 150 networks as a model perceptron tri-layer type network with seven neurons in hidden layer was selected. As input data all the variables taken for tests turned out to be relevant.
    Źródło:
    Inżynieria Rolnicza; 2006, R. 10, nr 13(88), 13(88); 139-146
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza siły niszczącej okrywę orzecha włoskiego
    Analysis of force destroying walnut cover
    Autorzy:
    Hebda, T.
    Francik, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/289926.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    orzech włoski
    okrywa
    ściskanie
    walnut
    cover
    compression
    Opis:
    Celem pracy było wyznaczenie siły potrzebnej do zniszczenia okrywy wybranych odmian orzecha włoskiego (Silesia, Targo, Albi i Tryumf). W pracy określono również cechy morfologiczne badanych orzechów, wyznaczając ich średnią masę, wymiary geometryczne a także grubość skorupy. Testy wykonano używając urządzenia Insight 2 firmy MTS. Badane orzechy charakteryzowały się znacznym zróżnicowaniem cech morfologicznych. Największą siłę potrzebną do zniszczenia okrywy badanych odmian orzechów zaobserwowano dla odmiany Tryumf (ponad 772N), najmniejszą dla odmiany Albi (151 N).
    The purpose of the work was to determine force required to destroy covers of selected walnut varieties (Silesia, Targo, Albi and Tryumf). Moreover, the research allowed to determine morphological characteristics of the examined walnuts, including their average weight, geometrical dimensions, and shell thickness. The tests were performed using the Insight 2 instrument manufactured by MTS. Tested walnuts proved considerable diversification of morphological characteristics. Highest force required to destroy cover of examined walnut varieties was observed for Tryumf variety (over 772N), and lowest - for Albi variety (151 N).
    Źródło:
    Inżynieria Rolnicza; 2008, R. 12, nr 11(109), 11(109); 83-89
    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:
    Wykorzystanie SSN do wyznaczania twardości ziarna pszenicy
    Utilization of ANN to determine wheat grain hardness
    Autorzy:
    Hebda, T.
    Francik, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/287734.pdf
    Data publikacji:
    2006
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sztuczna sieć neuronowa
    ziarno
    twardość
    zawartość białka
    artificial neural network
    grain
    hardness
    protein content
    Opis:
    W pracy opracowano modele wykorzystujące sztuczne sieci neuronowe do wyznaczania twardości ziarna pszenicy (odmiany Mewa, Korweta, Sakwa, Symfonia, Zyta i Elena). Po przebadaniu 100 sieci wybrano jako model sieć typu perceptron trójwarstwowy. Jako dane wejściowe istotne okazały się: grubości i szerokości ziarna oraz zawartości białka. Wybrana sieć neuronowa zachowała zdolność generalizacji - średni błąd względny dla danych testujących (nie wykorzystywanych w procesie uczenia) były nieznacznie większy niż dla danych walidacyjnych.
    The paper presents developed models using artificial neural networks (ANN) to determine wheat grain hardness (Mewa, Korweta, Sakwa, Symfonia, Zyta and Elena varieties). A three-layer perceptron-type network was selected as a model after having tested 100 networks. Grain thickness and width and protein content turned out to be important as input data. Selected neural network maintained its ability to generalize - average relative error for testing data (not being used in learning process) was slightly higher than for validation data.
    Źródło:
    Inżynieria Rolnicza; 2006, R. 10, nr 12(87), 12(87); 181-188
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wskaźniki charakteryzujące przydatność ciągników rolniczych do pracy w terenach górskich
    Indexes that characterise farm tractors suitability for operation in mountainous terrains
    Autorzy:
    Francik, S.
    Ślipek, Z.
    Hebda, T.
    Greczek, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/287421.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    ciągnik rolniczy
    parametry techniczne
    teren górski
    farm tractor
    technical parameters
    mountainous terrains
    Opis:
    W pracy zaproponowano wskaźniki pozwalające wstępnie ocenić przydatność różnego typu ciągników do pracy w górach. Przeanalizowano wartości parametrów technicznych dla klasycznych ciągników rolniczych, ciągników sadowniczych oraz specjalistycznych ciągników górskich. Wyniki przeprowadzonych analiz wskazują, że tylko jeden z sześciu zaproponowanych wskaźników pozwala jednoznacznie oddzielić grupę ciągników górskich niezależnie od mocy ciągnika. Cztery wskaźniki pozwalają to uczynić dla mocy powyżej 60 KM.
    The paper proposes indexes allowing to carry out preliminary assessment of suitability of various tractor types for operation in the mountains. The research involved an analysis of the values of technical parameters for conventional farm tractors, tractors for fruit farms and specialist mountain tractors. The results of completed analyses indicate that only one of the six proposed indexes allows to separate the group of mountain tractors unambiguously, independently of tractor horsepower. Another four indexes allow to do that for horsepower over 60 KM.
    Źródło:
    Inżynieria Rolnicza; 2008, R. 12, nr 9(107), 9(107); 75-82
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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