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 "Boniecki, P" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-10 z 10
    Tytuł:
    Klasyfikacja wybranych odmian jabłek oraz suszu marchwi z wykorzystaniem sieci neuronowych typu Kohonena
    Classification of selected apples varieties and dried carrots using neural network type kohonen
    Autorzy:
    Boniecki, P.
    Koszela, K.
    Przybylak, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/334443.pdf
    Data publikacji:
    2010
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    klasyfikacja
    jabłko
    odmiana
    marchew
    sieć neuronowa
    classification
    apple
    carrot
    variety
    neural network
    Opis:
    Celem badań była analiza zdolności klasyfikacyjnych modelu neuronowego typu Kohonena, uczonego metodą "nie nadzorowaną". Klasyfikacji poddano trzy wyselekcjonowane odmiany jabłek, które często występują w sadach na terenie Polski. Ze względów porównawczych, podobną analizę przeprowadzono w celu identyfikacji jakości suszu warzywnego. Neuronowej klasyfikacji dokonano w oparciu o informację zakodowaną w postaci zbioru cyfrowych obrazów jabłek oraz suszu marchwi. Jako cechy charakterystyczne, stanowiące podstawę do przeprowadzenia klasyfikacji, przyjęto reprezentacje w postaci palety dominujących barw występujących w kolorze owoców i suszu warzywnego oraz wybranych współczynników kształtu.
    The purpose of this study was the analysis of ability classification neural model type Kohonen. Classification has been selected three varieties of apples, which often appear in Polish orchards in the area. For purposes of comparison, a similar analysis was performed to identify the quality of dried vegetables. Neural classification was based on the information encoded in the form of a set of digital images apples and dried. As the characteristics feature adopted color and shape of apples and dried carrots.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2010, 55, 1; 11-15
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Konwersja obrazów cyfrowych do postaci zbiorów uczących dla potrzeb modelowania neuronowego
    Conversion of digital images into the form of teaching sets for the purposes of neural modeling
    Autorzy:
    Przybylak, A.
    Boniecki, P.
    Nowakowski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/287969.pdf
    Data publikacji:
    2009
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    przetwarzanie obrazu
    analiza obrazu
    piksel
    zbiór uczący
    sieć neuronowa
    image processing
    image analysis
    pixel
    teaching set
    neural network
    Opis:
    Wykorzystanie sztucznych sieci neuronowych na potrzeby analizy obrazu wymaga prawidłowego przygotowania zbiorów uczących. W przypadku pozyskiwania informacji z obrazów cyfrowych konieczna jest ich konwersja do postaci akceptowanej przez sztuczną sieć neuronową. Niezwykle istotne jest, aby do struktury zbioru uczącego trafiły cechy reprezentatywne, pozwalające na poprawne działanie modelu neuronowego. W przedstawionym w pracy systemie użytkownik ma możliwość wyboru danych, które umieści w zbiorze uczącym. W aktualnej wersji systemu mogą to być informacje o barwie, na które składają się: histogram, tekstura oraz składowe modelu RGB.
    Using artificial neural networks for image analysis purposes requires proper preparation of teaching sets. In case of information acquisition from digital images it is necessary to convert them into the form accepted by an artificial neural network. It is extremely important to incorporate representative features allowing correct operation of neural model into the teaching set structure. In the system presented in this work user is able to select data, which will be included in the teaching set. In current system version this may be information on colour, which includes: histogram, texture and the RGB model components.
    Źródło:
    Inżynieria Rolnicza; 2009, R. 13, nr 9, 9; 201-206
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wpływ kompresji barw na działanie neuronowego modelu identyfikacyjnego
    Colour compression impact on operation of a neural identification model
    Autorzy:
    Nowakowski, K.
    Boniecki, P.
    Przybylak, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/288902.pdf
    Data publikacji:
    2010
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    analiza neuronowa obrazu
    ziemniak
    barwa
    neural image analysis
    potato
    colour
    Opis:
    Analiza wrażliwości wytworzonego modelu neuronowego wskazała na kluczową rolę w procesie identyfikacji, informacji o kolorze ziarniaka. postanowiono sprawdzić wpływ kompresji kolorów na jakość działania neuronowego modelu identyfikacyjnego. Zaproponowano dwa autorskie sposoby kompresji informacji o kolorze ziarniaków. Obydwie metody znacząco zmniejszyły rozmiar wektora uczącego. Wyniki działania neuronowego modelu indentyfikacyjnego, w oparciu o zmodyfikowane zbiory uczące, okazały się znacząco gorsze od modelu wytrenowanego na zbiorach uczących zawierających pełną informację o barwie.
    Sensitivity analysis of a developed neural model has indicated key role in the process of identifying information on seed colour. The researchers decided to check the impact of colour compression on quality of neural identification model operation. The authors proposed two own methods allowing to compress information concerning colour of seeds. Both methods significantly reduced the size of teaching vector. Results for the neural identification model operation on the basis of modified teaching sets have proven to be considerably worse than for the model trained using teaching sets containing complete information on colour.
    Źródło:
    Inżynieria Rolnicza; 2010, R. 14, nr 3, 3; 159-164
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neuronowa kompresja danych graficznych w procesie identyfikacji wybranych obiektów rolniczych
    Neural image data compression in the process of identification of selected agricultural objects
    Autorzy:
    Boniecki, P.
    Nowakowski, K.
    Przybylak, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/335267.pdf
    Data publikacji:
    2009
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    kompresja
    dane
    obiekt rolniczy
    identyfikacja
    agricultural objects
    compression
    date
    identification
    Opis:
    Celem pracy było omówienie problematyki dotyczącej neuronowej kompresji danych graficznych z wykorzystaniem wybranej topologii sztucznej sieci neuronowej. Aspektem utylitarnym przeprowadzonej analizy była implementacja proponowanej metodyki kompresji obrazów graficznych w wytworzonym, oryginalnym systemie informatycznym "Sunflower.b", wspomagającym proces przetwarzania zdjąć wybranych obiektów rolniczych.
    The aim of this work was to discuss issues relating to synthetic neural compression of graphical data using a topology of artificial neural networks. Utilitarian aspect of the analysis was the implementation of the proposed image compression technology in the original system "Sunflower.b ", supporting the processing of photos of selected agricultural objects.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2009, 54, 2; 19-23
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sieć neuronowa typu MLP jako narzędzie w komputerowej analizie obrazów
    MLP neural network as a tool for images computer analysis
    Autorzy:
    Zaborowicz, M.
    Boniecki, P.
    Przybylak, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/337399.pdf
    Data publikacji:
    2010
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    sieć nauronowa MLP
    komputerowa analiza obrazów
    MLP neural network
    images computer analysis
    Opis:
    Znaczący rozwój technik informatycznych, mający m.in. miejsce w dziedzinie modelowania neuronowego, spowodował wzrost zainteresowania metodami sztucznej inteligencji w kontekście ich wykorzystania w badaniach naukowych. Jednym z aspektów sztucznych sieci neuronowych jest możliwość ich zastosowania w procesie identyfikacji obiektów występujących w postaci obrazów cyfrowych. Celem pracy jest wygenerowanie sieci neuronowej dokonującej klasyfikacji motyli należących do rodziny Papilionidae, objętych ochroną gatunkową na terenie Polski, w oparciu o informację zakodowaną w postaci graficznej.
    A significant development of programmatic techniques, used in neural simulation, has caused an increase of interest in the methods of artificial intelligence in scientific research. The issue of the artificial network of neurons makes it possible for us to use them in the process of identification the objects seen as digital images. The aim of the work is to generate neural network, which is able to make a classification of butterflies of the Papilionidae family, protected species in Poland, basing on an information coded in the graphic form.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2010, 55, 2; 124-127
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wybrane metody sztucznej inteligencji w procesie diagnozowania wybranych ciągników rolniczych
    Selected methods of artificial intelligence in the process of diagnosing of chosen agricultural tractors
    Autorzy:
    Boniecki, P.
    Krysztofiak, A.
    Czechlowski, M.
    Przybylak, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/335793.pdf
    Data publikacji:
    2005
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    ciągnik rolniczy
    sztuczna inteligencja
    eksploatacja
    diagnozowanie
    agricultural tractor
    diagnostic
    exploitation
    artificial intelligence
    Opis:
    Systemy ekspertowe jako jedne z elementów sztucznej inteligencji, bywają narzędziem stosowanym w wielu dziedzinach gospodarki, w tym również w rolnictwie [4]. Jednym z problemów wysoko towarowych gospodarstw rolniczych jest problem diagnozowania maszyn rolniczych. W produkcji rolniczej często wykorzystuje się ciągniki, których prawidłowa eksploatacja determinuje efektywność prac polowych. Celem pracy jest budowa systemu ekspertowego służącego do diagnostyki oraz prawidłowej obsługi ciągników typu MF, niezbędnej w procesie eksploatacji.
    Expert systems as elements of artificial intelligence, are sometimes a practical tool in many spheres of economy, and also in agriculture [4]. One from the problems of large-scale production agricultural farms is problem of diagnosing of agricultural machines. In agricultural production often used tractors, correct exploitation of which determines efficiency of field works. Aim of this work is to build an expert system to diagnosing and correct services of MF type tractors, in process of their exploitation.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2005, 50, 2; 20-23
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neuronowa identyfikacja poziomu zawartości tłuszczu w tkance mięśniowej owiec
    Neural identification of the lambs intramuscular fat level content
    Autorzy:
    Przybylak, A.
    Boniecki, P.
    KOozłowski, R. J.
    Ślósarz, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/336831.pdf
    Data publikacji:
    2008
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    sieć neuronowa
    tłuszcz
    owca
    tkanka mięśniowa
    zawartość
    neural network
    lamb
    content
    intramuscular
    fat
    Opis:
    Rozwiązanie problemu identyfikacji ilości tłuszczu w mięsie, na podstawie informacji zawartej w obrazie ultrasonograficznym wykonanym na żywym zwierzęciu, ma istotne znaczenie utylitarne. W pracy zaproponowano wykorzystanie nowoczesnych metod sztucznej inteligencji, a w szczególności aproksymacyjnych technik sztucznych sieci neuronowych do określania poziomu zawartości tłuszczu w tkance mięśniowej owiec.
    The solution of the problem in the identification process of the quantity of the intramuscular fat, on the basis of contained information in the ultrasonographic image from living animal, has the essential utilitarian meaning. This paper investigates the utilization of methods of artificial intelligence, in particularly approximation algorithms of artificial neural network models.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2008, 53, 2; 76-78
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neuronowa analiza zdjęć ultrasonograficznych w procesie identyfikacji poziomu zawartości tłuszczu - badania wstępne
    Neural analysis of the ultrasonographic images in the intramuscular fat level content identification process - preliminary research
    Autorzy:
    Przybylak, A.
    Boniecki, P.
    Kozłowski, R. J.
    Ślósarz, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/290911.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    zawartość tłuszczu
    ultrasonografia
    analiza obrazu
    sieć neuronowa
    fat content
    ultrasonographic
    image analysis
    neural network
    Opis:
    Rozwiązanie problemu identyfikacji ilości tłuszczu w mięsie, na podstawie informacji zawartej w obrazie ultrasonograficznym wykonanym na żywym zwierzęciu, ma istotne znaczenie utylitarne. W pracy zaproponowano wykorzystanie nowoczesnych metod sztucznej inteligencji, a w szczególności aproksymacyjnych technik sztucznych sieci neuronowych.
    The solution of the problem in the identification process of the quantity of the intramuscular fat, on the basis of contained information in the ultrasonographic photo from living animal, has the essential utilitarian meaning. This paper investigates the utilization of methods of artificial intelligence, in particularly approximation algorithms of artificial neural network models.
    Źródło:
    Inżynieria Rolnicza; 2008, R. 12, nr 6(104), 6(104); 159-165
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Przykłady wykorzystania modelowania neuronowego w praktyce rolniczej
    Examples of the use of neural modeling in agricultural practice
    Autorzy:
    Przybylak, A.
    Boniecki, P.
    Zaborowicz, M.
    Mo, Zhou
    Przybyl, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/883761.pdf
    Data publikacji:
    2013
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    sieci neuronowe sztuczne
    wykorzystanie
    modelowanie neuronowe
    modele klasyfikacyjne
    system ObrazKoh
    system Szkodniki
    modele prognostyczne
    system Neuronet
    system Plon 1.0
    system PrognozaPlony
    system ProgAzot 1.1
    Źródło:
    Technika Rolnicza Ogrodnicza Leśna; 2013, 1
    1732-1719
    2719-4221
    Pojawia się w:
    Technika Rolnicza Ogrodnicza Leśna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Noninvasive estimation of marbling in lambs carcasses
    Nieinwazyjna ocena marmurkowatości tusz jagnięcych
    Autorzy:
    Przybylak, A.
    Ślósarz, P.
    Boniecki, P.
    Lisiak, D.
    Stanisz, M.
    Ludwiczak, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/334086.pdf
    Data publikacji:
    2011
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    tusze jagnięce
    marmurkowatość
    ocena
    lamb`s carcasses
    marbling
    estimation
    Opis:
    An important, and not yet solved problem in meat industry is the issue of estimating the intramuscular fat level content in the carcass. Solution of the problem of identification of quantity of the intramuscular fat, on the basis of Information in ultrasound images taken on lamb's carcasses or even living animal, is ofessential utilitarian importance. The amount of intramuscular fat (known as marbling) has significant impact on market value and meat's culinary usefulness. Previoitsly used methods for marbling classification in carcasses based on an analysis of animal 's age, weight and gender, or had invasive nature. These methods were estimated as unreliable and inefficient. There have been noticed growing explorers' interest in drawing conclusions based on information of data coded in a graphic form. The neuronal identification of pictorial data, with special emphasis on both quantitative and qualitative analysis, is more frequently utilized to gain and deepen the empirical data knowledge. Extraction and then classification of selected picture features, such as color or surface structure, enables one to create computer tools in order to identify these objects presented as, for example, digital pictures. Thispaper presents an attempt to create noninvasive method to classify marbling, based on ultrasound images, computer image analysis and artificial neural networks.
    Ważnym, i dotychczas nierozwiązanym problemem w branży mięsnej jest ocena poziomu zawartości tłuszczu śródmięśniowego w tuszy zwierzęcej. Rozwiązanie problemu identyfikacji ilości tłuszczu śródmięśniowego na podstawie informacji pozyskanej z obrazów USG tusz zwierzęcych, a także żywych zwierząt, ma istotne znaczenie utylitarne. Ilość tłuszczu śródmięśniowego (tzw. marmurkowatość) ma znaczny wpływ na wartość rynkową i przydatność kulinarną mięsa. Stosowane dotychczas metody oceny otłuszczenia zwierząt bazują na analizie ich wieku, masy ciała oraz płci lub maja charakter inwazyjny. Metody te są zawodne oraz mało efektywne. Widoczny jest wzrost zainteresowania wyciąganiem wniosków bazując na danych zakodowanych w formie graficznej. Neuronowa analiza obrazu, ze szczególnym uwzględnieniem analiz ilościowych i jakościowych, jest coraz częściej wykorzystywana analizy danych empirycznych. Wydobycie a następnie klasyfikacja wybranych cech obrazu, takich jak kolor, kształt czy tekstura, możliwa jest dzięki wykorzystaniu systemów informatycznych analizujących i przetwarzających obrazy cyfrowe. W artykule przedstawiono próbą wytworzenia nieinwazyjnej metody klasyfikacji marmurkowatości, z wykorzystaniem zdjęć USG, komputerowej analizy obrazu oraz sztucznych sieci neuronowych.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2011, 56, 1; 114-117
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-10 z 10

      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