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 "Łuczycka, D." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Zastosowanie sztucznych sieci neuronowych do opisu przenikalności elektrycznej mąki
    Using artificial neural networks to describe flour permittivity
    Autorzy:
    Łuczycka, D.
    Pentoś, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/290131.pdf
    Data publikacji:
    2010
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    mąka
    przenikalność elektryczna
    sztuczna sieć neuronowa
    flour
    permittivity
    artificial neural network
    Opis:
    Przenikalność elektryczna mąki zależy w znaczącym stopniu zarówno od jej składu chemicznego jak i granulacji. W pracy przedstawiono etapy tworzenia opartego o sztuczne sieci neuronowe modelu opisującego przenikalność elektryczną mąki w zależności od wyznaczanych dla niej zmiennych niezależnych. Przebadanie wielu różnych architektur sieci, jak również powtarzanie wielokrotne procesu uczenia zwiększa prawdopodobieństwo wyboru najlepszej sieci dla opisu analizowanych zależności.
    To a large extent, flour permittivity depends both on flour chemical constitution and granulation. The paper presents individual stages for developing an artificial neural network-based model describing flour permittivity related to independent variables determined for it. Examination of many different network architectures and multiple repetitions of teaching process increase probability for selecting best network to describe the analysed relationships.
    Źródło:
    Inżynieria Rolnicza; 2010, R. 14, nr 2, 2; 43-47
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estimation of longitudinal precipitation of liquid indicator (LPLI) with the use of the artificial neural network (MLP, RBF) models
    Estymacja wskaźnika opadu podłużnego rozpylonej cieczy (Wso) za pomocą sztucznych sieci neuronowych (MLP i RBF)
    Autorzy:
    Pentoś, K.
    Cieniawska, B.
    Łuczycka, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/334681.pdf
    Data publikacji:
    2018
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    spraying efficiency
    artificial neural network
    longitudinal precipitation
    jakość opryskiwania
    sztuczne sieci neuronowe
    rozkład podłużny
    Opis:
    The study presents the results of the analysis of two artificial neural networks as models of relationships between longitudinal precipitation of liquid indicator and selected technical and technological factors of spraying process. The measurements were conducted in laboratory conditions. A wind tunnel was primary element in experimental set-up. Based on the results, it can be stated that MLP model (R2 = 0.908 for validation data set) was more accurate that RBF model (R2 = 0.837 for validation data set). The analysis of input variables’ contribution indicated that the LPLI is influenced the most by the air flow speed and the droplet size. Spray boom height and spray nozzle angle were less influencing parameters.
    W pracy przedstawiono wyniki analizy dwóch modeli matematycznych zależności między wskaźnikiem opadu podłużnego rozpylonej cieczy a wybranymi technicznymi i technologicznymi parametrami procesu opryskiwania. Modele zbudowano wykorzystując sztuczne sieci neuronowe. Pomiary przeprowadzono w warunkach laboratoryjnych. Głównym elementem stanowiska badawczego był tunel aerodynamiczny. Na podstawie otrzymanych wyników można stwierdzić, że model oparty o sieć MLP (R2 = 0.908 dla zbioru walidacyjnego) charakteryzował się wyższą dokładnością niż model oparty o sieć RBF (R2 = 0.837 dla zbioru walidacyjnego). Analiza stopnia wpływu poszczególnych parametrów wejściowych modelu na jego wyjście wskazuje, że największy wpływ na Wso mają prędkość przepływu powietrza oraz wielkość kropli. Wysokość belki opryskowej oraz kąt nachylenia rozpylacza w znacznie mniejszym stopniu wpływają na Wso.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2018, 63, 1; 58-62
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neural modeling and optimization of the coverage of the sprayed surface
    Autorzy:
    Cieniawska, B.
    Pentoś, K.
    Łuczycka, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/200585.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    spray nozzle
    spraying efficiency
    spray coverage
    artificial neural network
    genetic algorithm
    Opis:
    Improving application efficiency is crucial for both the economic and environmental aspects of plant protection. Mathematical models can help in understanding the relationships between spray application parameters and efficiency, and reducing the negative impact on the environment. The effect of nozzle type, spray pressure, driving speed and spray angle on spray coverage on an artificial plant was studied. Artificial intelligence techniques were used for modeling and the optimization of application process efficiency. The experiments showed a significant effect of droplet size on the percent area coverage of the sprayed surfaces. A high value of the vertical transverse approach surface coverage results from coarse droplets, high driving speed, and nozzles angled forward. Increasing the vertical transverse leaving surface coverage, as well as the coverage of the sum of all sprayed surfaces, requires fine droplets, low driving speed, and nozzles angled backwards. The maximum coverage of the upper level surface is obtained with coarse droplets, low driving speed, and a spray angle perpendicular to the direction of movement. The choice of appropriate nozzle type and spray pressure is an important aspect of chemical crop protection. Higher upper level surface coverage is obtained when single flat fan nozzles are used, while twin nozzles produce better coverage of vertical surfaces. Adequate neural models and evolutionary algorithms can be used for pesticide application process efficiency optimization.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2020, 68, 3; 601-608
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Badanie wpływu zawartości wody i aktywności wody na cechy elektryczne miodu z wykorzystaniem sieci neuronowych
    Investigation of the impact of water content and activity on electric properties of honey with the use of neural networks
    Autorzy:
    Pentoś, K.
    Łuczycka, D.
    Pruski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/94059.pdf
    Data publikacji:
    2014
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    miód
    właściwości elektryczne
    sztuczna sieć neuronowa
    aktywność wody
    zawartość wody
    honey
    electrical properties
    artificial neural networks
    water activity
    water content
    Opis:
    Celem badań było ustalenie stopnia wpływu zawartości wody oraz aktywności wody na wybrane cechy elektryczne miodu. W badaniach wykorzystano dane doświadczalne uzyskane dla pięćdziesięciu próbek miodów zebranych na terenie całej Polski. Były to miody nektarowe, nektarowo-spadziowe oraz spadziowe. Dla próbek oznaczono parametry chemiczne oraz elektryczne: przewodność dwudziestoprocentowego roztworu wodnego miodu oraz przewodność i impedancję patoki. Następnie wykorzystując sztuczne sieci neuronowe, skonstruowano wielowymiarowe modele matematyczne, opisujące zależność cech elektrycznych od parametrów chemicznych. Na podstawie tych modeli, wykorzystując znajomość struktury sieci oraz wartości wag synaptycznych, określono stopień wpływu poszczególnych parametrów wejściowych na parametry wyjściowe modelu. Przeprowadzone badania wykazały, że aktywność i zawartość wody w znacznie większym stopniu wpływają na impedancję niż na przewodność patoki oraz roztworu.
    The aim of this research was to determine how water content and water activity influence on the selected electrical honey parameters. Experimental data obtained for fifty samples of honey collected on the territory of Poland were used for research. These were nectar honeys, nectar-honeydew as well as honeydew honeys. Chemical and electrical parameters were determined for each sample: conductivity of 20 percentage water and honey solution, conductivity and impedance of liquid honey. Then, with the use of artificial neural networks multi-dimensional mathematical models, describing relationships between electrical and chemical properties were constructed. Based on these models, with the use of the knowledge of networks structure and values of synaptic weights, degree of the impact of particular input parameters on output parameters of the model were determined. The tests which were carried out proved that water activity and content influence impedance more than conductivity of liquid honey and solution.
    Źródło:
    Agricultural Engineering; 2014, 18, 1; 165-173
    2083-1587
    Pojawia się w:
    Agricultural Engineering
    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