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 "Marciniak, A. W." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Dynamiczne sieci probabilistyczne jako system reprezentacji wiedzy
    Dynamic Bayesian Networks as knowledge representation system
    Autorzy:
    Kusz, A.
    Marciniak, A. W.
    Powiązania:
    https://bibliotekanauki.pl/articles/287774.pdf
    Data publikacji:
    2006
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    system reprezentacji wiedzy
    sieci probabilistyczne
    bayesowskie sieci dynamiczne
    modele niezawodnościowe
    knowledge representation system
    probabilistic networks
    dynamic Bayesian networks
    reliability models
    Opis:
    W pracy przedstawiono podstawowe założenia metodyczne związane z budową formalnych systemów reprezentacji wiedzy. Omówiono sieci probabilistyczne, które są szczególnie przydatnym systemem reprezentacji wiedzy w przypadku, gdy trzeba w sposób jawny zakodować czynnik niepewności i rozumowania w kategoriach niedeterministycznych związków przyczynowo-skutkowych. Sprecyzowano zasady budowy modelu oraz omówiono metody wnioskowania specyficzne dla sieci bayesowskich.
    The paper presents Bayesian Networks (BN) technology in the context of methodological requirements for building knowledge representation systems in the domain of agricultural engineering. BN, by their nature, are especially useful for modeling uncertain domains like agricultural production and food chains management.
    Źródło:
    Inżynieria Rolnicza; 2006, R. 10, nr 12(87), 12(87); 285-294
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie procesu eksploatacji obiektów technicznych za pomocą dynamicznych sieci bayesowskich
    Modelling of operation process for engineering facilities using dynamic Bayesian networks
    Autorzy:
    Bartnik, G.
    Kusz, A.
    Marciniak, A. W.
    Powiązania:
    https://bibliotekanauki.pl/articles/287630.pdf
    Data publikacji:
    2006
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    wspomaganie decyzji
    eksploatacja maszyn
    modele niezawodnościowe
    dynamiczne sieci bayesowskie
    produkcja mleka
    support of decision-making
    machinery operation
    reliability models
    dynamic Bayesian networks
    Opis:
    Przedstawione zostało zastosowanie dynamicznych sieci bayesowskich do modelowania niezawodności oraz wspomagania decyzji dotyczących eksploatacji maszyn na przykładzie linii do produkcji mleka.
    The paper presents application of dynamic Bayesian networks for modelling of reliability and support of decision-making processes regarding machinery operation on the example of milk production line.
    Źródło:
    Inżynieria Rolnicza; 2006, R. 10, nr 12(87), 12(87); 9-16
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena doboru sieci neuronowej do określania występowania i wyznaczania zakresu quasiplateau w woltamperometrycznych pomiarach natlenienia gleby
    Assessment of the selection of neural network used to show the occurrence and to determine quasiplateau range in volt-ampere-metric soil oxygenation measurements
    Autorzy:
    Bartnik, G.
    Marciniak, A. W.
    Bieganowski, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/287583.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sieć neuronowa
    OFD
    natlenienie gleby
    gęstość strumienia tlenu
    neural network
    soil oxygenation
    oxygen flux density
    Opis:
    Wartość natlenienia gleby jest określana m.in. w oparciu o pomiarowo dostępne krzywe woltamperometryczne I(U), a konkretnie o występowanie i zakres plateau na tych krzywych. Celem pracy było zaprojektowanie sieci neuronowej, która w sposób automatyczny identyfikowałaby te krzywe I(U), które są interpretowalne w kategoriach natlenienia gleby, tzn. występuje na nich plateau oraz, w przypadku występowania, określała granice napięć, przy których to plateau występuje. W ten sposób elektrochemiczny układ pomiarowy zostanie wzbogacony o "inteligentny" moduł umożliwiający dalsze, obiektywne obliczenia.
    Among others, soil oxygenation value is determined on the basis of available measurements of volt-ampere-metric curves I(U), and specifically on the basis of plateau occurrence and range in these curves. The purpose of the work was to design a neural network that would automatically identify these curves I(U), which are interpretable in terms of soil oxygenation, that is they have a plateau. Moreover, the network would determine voltage limits, at which this plateau occurs, provided that it occurs. Thus, the electrochemical measurement system will be provided with an extra "intelligent" module allowing to perform further, objective computations.
    Źródło:
    Inżynieria Rolnicza; 2008, R. 12, nr 7(105), 7(105); 7-14
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie syntezy działań ochronnych w rolniczym procesie produkcyjnym
    Modelling a protective action synthesis for the agricultural producution process
    Autorzy:
    Maksym, P.
    Marciniak, A. W.
    Kusz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/292152.pdf
    Data publikacji:
    2011
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    rolniczy proces produkcyjny
    działanie prewencyjno-interwencyjne
    wspomaganie komputerowe
    proces decyzyjny
    sieci bayesowskie
    agricultural production process
    prevention activities
    intervention activities
    computer aiding
    decision-making processes
    Bayesian networks
    Opis:
    W artykule przedstawiono metodę modelowania problemów decyzyjnych, polegającą na syntezie działań prewencyjno-interwencyjnych w rolniczym procesie produkcyjnym. W zależności od spektrum zagrożenia, zbiór działań musi spełniać szereg ograniczeń wynikających z ich stosowania, pilności i wykonalności. Ostatecznym kryterium wyboru działania jest wynik predykcji straty plonu. Przedstawioną koncepcję budowy modelu oparto na technologii sieci bayesowskich.
    The article presents a method of modelling decision problems which is based on a synthesis of prevention and intervention activities in the agricultural production process. Depending on the threat spectrum, the set of actions must comply with a number of limitations arising from their use, urgency and feasibility. The final criterion for the choice of action is the result of the yield loss prediction. The concept of building a model presented in the article is based on Bayesian network technology.
    Źródło:
    Inżynieria Rolnicza; 2011, R. 15, nr 4, 4; 213-220
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sieci bayesowskich do modelowania rolniczego procesu produkcyjnego
    Application of Bayesian networks in modeling of agricultural production process
    Autorzy:
    Maksym, P.
    Marciniak, A. W.
    Kostecki, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/287765.pdf
    Data publikacji:
    2006
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    systemy reprezentacji wiedzy rolniczej
    modelowanie
    proces produkcyjny
    sieci bayesowskie
    reguły modularyzacji i kompozycji
    agricultural knowledge representation systems
    production process
    modeling
    Bayesian networks
    modularization and composition rules
    Opis:
    Zastosowanie sieci bayesowskich do modelowania rolniczego procesu produkcyjnego oraz wspomagania decyzji odnośnie wyboru działań produkcyjnych przedstawiono z perspektywy budowania komputerowych systemów reprezentacji wiedzy. Metodykę budowania modeli sprowadzono do projektowania odpowiednich modułów rozpoznawania i predykcji i łączenia ich według określonych reguł. Zaproponowaną metodę omówiono na przykładzie modelowania produkcji pszenicy ozimej.
    Problem of agricultural production modeling with Bayesian Networks is discussed from the perspective of building knowledge representation systems in agricultural domain. Universal conceptualization schema of acting in changing and uncertain environments as cognitive cycles, implies the need of two elementary modules of BN, namely the recognition (diagnostic) and prediction module. Building BN model of agricultural production process can be decomposed into the design of elementary modules repository and then appropriate composing entire models with modules. Conceptualization and design of diagnostic and predictive modules, and then their linkage rules was shown on the examples concerned winter wheat production.
    Źródło:
    Inżynieria Rolnicza; 2006, R. 10, nr 12(87), 12(87); 321-330
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie problemów decyzyjnych w integrowanym systemie produkcji rolniczej
    Decision process modelling in the integrated agricultural production system
    Autorzy:
    Hołaj, H.
    Kusz, A.
    Maksym, P.
    Marciniak, A. W.
    Powiązania:
    https://bibliotekanauki.pl/articles/286833.pdf
    Data publikacji:
    2011
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    produkcja rolnicza
    modelowanie zagrożeń
    integrowanie źródeł informacji
    wspomaganie procesów decyzyjnych
    sieci bayesowskie
    agricultural production
    modeling threats
    integration of information sources
    supporting decision-making processes
    Bayesian networks
    Opis:
    W artykule przedstawiono metodę modelowania problemu oceny zagrożenia w rolniczym procesie produkcyjnym i doboru konkretnego środka ochrony oraz wielkości adekwatnej dawki w integrowanym rolniczym procesie produkcyjnym. Podstawą decyzji jest diagnoza generatywna oparta o rozkład prawdopodobieństwa określony nad zbiorem możliwych decyzji. Pokazano w jaki sposób poprzez integrację niejednorodnych i niepewnych źródeł informacji można zmniejszyć niepewność w procesie podejmowania decyzji. Przedstawioną koncepcję budowy modelu oparto na technologii sieci bayesowskich.
    The study presents the modelling method of a risk assessment problem in the agricultural production process and selection of an adequate protection measure and the size of the measure in the integrated technology of the plant production. The decision results from a generative diagnosis based on the distribution of decision probability under the set of possible decisions. The study presented how an integration of non-uniform and uncertain sources of information decreases uncertainty in the process of decision taking. The concept of a model structure was presented based on the technology of the Bayesian networks. Bayesian diagnosis model shows how integration of heterogeneous uncertain information sources decrease uncertainty in process of decision-making.
    Źródło:
    Inżynieria Rolnicza; 2011, R. 15, nr 6, 6; 53-60
    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