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 "Mueller, W." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Klasyfikacja chronionych w Polsce motyli z rodziny Papilionidae z wykorzystaniem wybranych topologii neuronowych
    Classification of protected Papilionidae butterflies using selected neural network topology
    Autorzy:
    Boniecki, P
    Mueller, W.
    Nowakowski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/883223.pdf
    Data publikacji:
    2009
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    zbiory danych
    klasyfikacja
    gatunki chronione
    obrazy cyfrowe
    sieci neuronowe sztuczne
    paziowate
    Papilionidae
    uczenie sie
    motyle
    Opis:
    Celem badań było porównanie zdolności klasyfikacyjnych modeli neuronowych, uczonych dwoma różnymi metodami: wzorcową oraz bezwzorcową. Klasyfikacji poddano wybrane owady należące do rodziny „Papilionidae”, które objęte są ochroną prawną na terenie Polski. Neuronowej klasyfikacji dokonano w oparciu o informację zakodowaną w postaci zbioru dwuwymiarowych obrazów owadów. Jako cechy reprezentatywne, stanowiące podstawę do klasyfikacji, przyjęto pięć dominujących kolorów występujących w ubarwieniu motyli. W celu porównawczym wygenerowano dwie topologie neuronowe: sieć typu MLP (ang. MultiLayer Perceptron: perceptron wielowarstwowy) uczonej technikami „z nauczycielem” orazsieæ Kohonena, która była uczona metodą „beznauczyciela”.
    The aim of this study was to compare the classification ability of neural models, learned with two different ways: with reference and without reference. Selected insects subjected to classification belong to the family “Papilionidae”, and are a subject to legal protection in Poland. Neural classification was based on the information encoded in the form of a file of two-dimensional images of insects. As representatives of features, which form the basis of the classification, adopted were five dominant butterflies colors. For comparison two neural topologies were generated: a network type MLP (Multilayer Perceptron) learned by method "with the teacher" and a neural network type Kohonen, which was learned by method „without a teacher”.
    Źródło:
    Technika Rolnicza Ogrodnicza Leśna; 2009, 03; 23-26
    1732-1719
    2719-4221
    Pojawia się w:
    Technika Rolnicza Ogrodnicza Leśna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wizualizacja przepływu ciepła w kamiennym regeneratorze przy wykorzystaniu technologii Tao Framework
    The visualization of heat flow in a rock bed by using TAO Framework technology
    Autorzy:
    Joachimiak, H.
    Mueller, W.
    Weres, J.
    Nowakowski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/335310.pdf
    Data publikacji:
    2009
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    wizualizacja
    ogrzewanie
    technologia TAO Framework
    visualization
    heat
    technology TAO Framework
    Opis:
    Jednym z istotnych elementów, decydujących o właściwym zrozumieniu badanego zjawiska, którego charakter jest złożony, a zarazem przestrzenny, jest jego wizualizacja, na podstawie danych otrzymanych z doświadczenia, bądź w wyniku zrealizowania symulacji komputerowej na bazie określonego modelu systemu empirycznego. Stąd w kontekście aktualnych osiągnięć, techniki wizualizacji pełnią jedną z najskuteczniejszych metod interpretacji pokaźnej liczby danych, ponieważ przedstawiają je w formie, pozwalającej na szybkie i poprawne sformułowanie wniosków dotyczących badanego systemu. W niniejszym artykule, autorzy dokonali przeglądu jednej z najnowszych technologii informatycznych, pozwalającej między innymi na różnorodną graficzną reprezentację danych, jaką jest TAO Framework. Określili również jej przydatność z perspektywy wykorzystania tej techniki do wizualizacji przepływu ciepła, zachodzącego podczas fazy stagnacji kamiennego akumulatora.
    One of many essential factors, determining right understanding of conducted experiment, that its nature is complex and spacious, it is its visualization on the basis of experimental data or as a result ofcomputer simulation implementation on the basis of an empirical system model. From this it follows, that at the present time the visualization technologies perform one of the best method of large dataset interpretation, because they show the data in this way, that they let us to form conclusions fast and correctly, concerning a studied system. In this article, the authors have checked one of the newest information technology, allowing various graphical representation of data like Tao Framework. Authors have determined also the use-fulness this technology in visualization of heat flow, occurring during hold mode of a rock bed.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2009, 54, 2; 48-50
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie danych w procesie odwzorowywania informatycznego systemów empirycznych stanowiących przedmiot inżynierii rolniczej
    Data modeling in a process of mapping empirical systems of agricultural engineering onto information systems
    Autorzy:
    Mueller, W.
    Boniecki, P.
    Weres, J.
    Nowakowski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/287547.pdf
    Data publikacji:
    2007
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    modelowanie danych
    baza danych
    inżynieria rolnicza
    system empiryczny
    data modeling
    databases
    empirical system
    agricultural engineering
    Opis:
    Systemy empiryczne, leżące w obszarze zainteresowania inżynierii rolniczej, charakteryzują się wyjątkową złożonością. Próbą radzenia sobie z sygnalizowaną komplikacją w procesie poznawania jest wielopoziomowe modelowanie dziedziny problemowej. Istotną kwestią w procesie modelowania dziedziny problemowej, jak i projektowania systemów informatycznych, które są wykorzystywane do badania systemów empirycznych jest prawidłowe zrealizowanie fazy modelowania danych. Zaistnienie tego etapu jest konsekwencją podejmowanych wysiłków zmierzających do poznania coraz bardziej złożonych systemów empirycznych, opisywanych coraz większą porcją informacji wzajemnie ze sobą powiązanych.
    Empirical systems investigated within agricultural engineering are extremely complex. A multi-level modeling of a problem domain, extended by mapping developed operational structures onto information systems is a solution to deal with the complexity. A crucial issue, becoming more and more pronounced in modeling a problem domain and designing information systems oriented at investigation of empirical systems, is to complete correctly data modeling phase. Such analysis is a result of substantial attempts made to better understand the empirical systems, the systems which are more and more complex, requiring more and more interrelated information. The attempts have been favored by appearance of new information technologies dedicated to representation of data.
    Źródło:
    Inżynieria Rolnicza; 2007, R. 11, nr 6 (94), 6 (94); 175-182
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Przetwarzanie graficznych danych empirycznych dla potrzeb edukacji sztucznych sieci neuronowych, modelujących wybrane zagadnienia inżynierii rolniczej
    Processing graphics empirical data for the needs of education of artificial neural networks, modeling selected problems of agriculture engineering
    Autorzy:
    Nowakowski, K.
    Boniecki, P.
    Weres, J.
    Mueller, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/288990.pdf
    Data publikacji:
    2007
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    piksel
    filtracja
    segmentacja
    kompresja
    składowe RGB
    pixel
    filtration
    segmentation
    compression
    element of RGB
    Opis:
    Wykorzystanie sztucznych sieci neuronowych do odwzorowania wielowymiarowych graficznych zbiorów danych jest nieefektywne a nawet wręcz niemożliwe, co może być spowodowane chociażby niejednorodną reprezentacją wielkości w układzie czy rozmiarem wektora tych wielkości. W takich przypadkach wskazane jest użycie bloku przetwarzania wstępnego tzw. preprocesora. Zaprojektowanie i wytworzenie systemu informatycznego dla tego właśnie celu pozwoliło na transformację danych pierwotnych (zdjęcia fotograficzne) do takiej reprezentacji danych, która będzie odpowiednia dla wykorzystania procesie uczenia sieci neuronowej [Tadeusiewicz i in. 1991].
    The use of artificial neural networks for representing multidimensional graphic data sets is ineffective and even not possible, which can be caused for example by heterogeneous representation of the parameter in the system or the size of the vector of these parameters. In such cases it is advisable to use a preprocessing block, the so called preprocessor. Developing and making IT system specifically for this purpose allowed to transform the primary data (photographic pictures) into data representation, to be appropriate for using in the neural network learning process.
    Źródło:
    Inżynieria Rolnicza; 2007, R. 11, nr 2 (90), 2 (90); 243-248
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wybór reprezentatywnej struktury zbiorów uczących dla potrzeb neuronowych modeli identyfikacyjnych wykorzystywanych w inżynierii rolniczej
    Selection of representative structure of learning sets for purpose of neuron identification models used in agricultural engineering
    Autorzy:
    Nowakowski, K.
    Boniecki, P.
    Weres, J.
    Mueller, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/287545.pdf
    Data publikacji:
    2007
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    reprezentatywne dane uczące
    sieć neuronowa
    analiza obrazu
    inżynieria rolnicza
    agricultural engineering
    representative learning data
    neural network
    image analysis
    Opis:
    Wykorzystanie sztucznych sieci neuronowych do identyfikacji mechanicznych uszkodzeń ziarniaków na podstawie ich fotografii wymaga doboru odpowiednich cech charakterystycznych na podstawie, których zostanie przeprowadzony proces rozpoznawania. Ponieważ stosowanie sieci neuronowych do bezpośredniego mapowania zbiorów graficznych jest nieefektywne, wskazane jest użycie bloku przetwarzania wstępnego, tzw. preprocesora. Zaprojektowanie i wytworzenie właściwego systemu informatycznego dla tak sformułowanego celu pozwoliło na dokonanie transformacji danych pierwotnych (zdjęcia fotograficzne) do reprezentacji danych, która będzie odpowiednia dla wykorzystania w procesie uczenia sieci neuronowej.
    Use of artificial neural networks for identification of the mechanical damages to grains based on photographs requires a selection of appropriate characteristic features in order to conduct a recognition process. Since the application of neural networks for direct mapping of graphic sets is not really effective, it is recommended to use the initial processing block, so called preprocessor. Design and creation of a proper information system for this particular purpose allowed to transform raw data (photographic images) for data representation, appropriate to be used in the learning process of neural network.
    Źródło:
    Inżynieria Rolnicza; 2007, R. 11, nr 6 (94), 6 (94); 183-188
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Semantic web technologies for enhancing web-based decision support system for designing and managing drying and storage of cereal grains
    Autorzy:
    Weres, J.
    Mueller, W.
    Kluza, T.
    Nowak, P.
    Nowakowski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/336817.pdf
    Data publikacji:
    2013
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    web application
    decision support
    NET technologies
    cereal grain processing
    semantic web
    Polska
    Opis:
    Emerging technologies enhancing implementation of more advanced software were analyzed and applied to upgrade the standalone DSS Ziarbit, developed by the authors in past years, to a form of a Web-based decision support system embedded in Semantic Web frameworks. The system was developed to support design and management of cereal grain drying and storage processes. New technologies were used for problem domain analysis, UML diagramming, knowledge representation and Semantic Web implementation, and recent Microsoft programming environments were applied (.NET 4.5, ASP .NET 4.5, C++/CLI and C# available in Microsoft Visual Studio 2012, and Windows Phone SDK 8). In order to ensure interoperability, a concept of Internet-based Knowledge Center (IKC) was introduced and the new system was developed within the IKC framework.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2013, 58, 2; 184-187
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    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