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 network" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Zastosowanie sztucznych sieci neuronowych do oceny stopnia dojrzałości jabłek
    Using artificial neural networks to assess apples ripeness degree
    Autorzy:
    Górski, M.
    Kaleta, J.
    Langman, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/287326.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    jabłko
    dojrzałość
    sztuczna sieć neuronowa
    ripeness
    apple
    artificial neural network
    Opis:
    Ocena stopnia dojrzałości jabłek polega na porównaniu kilku mierzalnych parametrów ze stabelaryzowanymi wartościami granicznymi i podjęciu decyzji czy oceniany owoc znajduje się w danym stadium dojrzałości. W pracy podjęto próbę zastosowania sztucznej sieci neuronowej jako klasyfikatora wykorzystywanego do oceny stopnia dojrzałości jabłek.
    Assessment of apple ripeness degree involves comparing of several measurable parameters to their tabularised boundary values and deciding, whether a given fruit is currently at a certain ripeness stage. The scope of work included an attempt to use an artificial neural network as a classifier employed to assess ripeness degree of apples.
    Źródło:
    Inżynieria Rolnicza; 2008, R. 12, nr 7(105), 7(105); 53-56
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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:
    Modelowanie procesów przetwórczych z użyciem sztucznych sieci neuronowych
    Modelling of food-processing with the use of artificial neural networks
    Autorzy:
    Langman, J.
    Pedryc, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/290507.pdf
    Data publikacji:
    2010
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sztuczna sieć neuronowa
    wypiek chleba
    jakość pieczywa
    artificial neural network
    bread baking process
    bread quality
    Opis:
    Na jakość produktów w największym stopniu wpływa surowiec zastosowany w procesie. Przygotowanie surowców oraz sam proces przetwórczy można traktować jako procesy powtarzalne, jednakże surowiec jako materiał biologiczny cechuje się dużym zróżnicowaniem występującym w obrębie tej samej odmiany. Podjęto więc prace mające na celu powiązanie cech jakościowych surowca z gotowym produktem. Do realizacji modelowania procesu wypieku zastosowano SSN. W pracy przedstawiono optymalną architekturę sztucznej sieci neuronowej do realizacji postawionego celu.
    Raw product used in the process has most significant impact on the quality of product. Preparation of raw products and processing itself may be treated as repeatable processes, however raw product consisting of biological material is characterised by high diversification occurring within the same variety. Therefore, measures have been taken in order to link qualitative properties of raw product with finished product. The ANN have been employed to carry out baking process modelling. The work presents an optimal artificial neural network architecture allowing to achieve a defined goal.
    Źródło:
    Inżynieria Rolnicza; 2010, R. 14, nr 7, 7; 105-111
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza parametru diagnostycznego zespołu przekładniowego kombajnu zbożowego z użyciem sztucznych sieci neuronowych
    Analysis of diagnostic parameter of the combine harvester gear assembly with the use of artificial neural network
    Autorzy:
    Cieślikowski, B.
    Langman, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/287632.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    autodiagnoza
    sztuczna sieć neuronowa
    komputer pokładowy
    kombajn zbożowy
    autodiagnosis
    artificial neural network
    board computer
    combine harvester
    gear box
    Opis:
    Zaprezentowano wyniki etapu prac badawczych prowadzonych przez KIMiA, zmierzające do ustalenia cech parametru diagnostycznego oceny stanu technicznego skrzyni przekładniowej kombajnu Z058. Badania te stworzą możliwość wprowadzenia systemu autodiagnozy w odniesieniu do zespołu przekładni zębatych w klasycznej skrzyni przekładniowej kombajnu Z058. Konsultacje z producentem maszyny - firmą CHN New Holland w Płocku oraz przeprowadzona analiza dokumentacji konstrukcyjnej układu napędowego ze względu na zakres podatności diagnostycznej, stanowiły podstawę do dokonania selekcji metod diagnozowania oraz wyboru sygnałów diagnostycznych. Moduł wnioskowania diagnostycznego wykorzystuje metody sztucznej inteligencji - sztuczne sieci neuronowe.
    Paper presented a stage of research work realized by the Mechanical Engineering and Agrophysics Dept, intending to determine the features of diagnostic parameter to evaluating technical state of the gear box in Z058 combine harvester. The study will enable introduction of an autodiagnostic system dealing with toothed gear assembly in classic gear box of Z058 combine harvester. The consultations with machine producer (CHN New Holland, Płock) as well as the analysis of combine harvester drive system documentation in respect of its diagnostic ability, were the basis to select the diagnostic method and to choose the diagnostic signals. The modulus of diagnostic inference utilized the methods of artificial intelligence – the artificial neural network.
    Źródło:
    Inżynieria Rolnicza; 2005, R. 9, nr 8, 8; 57-62
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    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