Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Machine Learning" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Engine valve clearance diagnostics based on vibration signals and machine learning methods
Diagnostyka luzu zaworów silnika spalinowego z wykorzystaniem sygnału drganiowego i metod uczenia maszynowego
Autorzy:
Tabaszewski, Maciej
Szymański, Grzegorz. M.
Powiązania:
https://bibliotekanauki.pl/articles/1365185.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
combustion engine
diagnostics
vibration
machine learning
silnik spalinowy
diagnostyka
drgania
uczenie maszynowe
Opis:
A dynamic advancement of the design of combustion engines generates a necessity of introduction of strategies of operation based on the information related to their technical condition. The paper analyzes problems related to vibration based diagnostics of valve clearance of a piston combustion engine, significant in terms of its efficiency and durability. Methods of classification have been proposed for the assessment of the valve clearance. Experiments have been performed and described that aimed at providing information necessary to develop and validate the proposed methods. In the performed investigations, the vibration signals were obtained from a triaxial accelerometer located in the engine cylinder head. A parameterization of the obtained vibration signal has been carried out for the engine operating under different engine loads, rotation speeds and valve clearance settings. The parameterization pertained to the specific features of the vibration signals, the derivative of the vibration signal as a function of time as well as the envelope of this derivative. In the first approach, the authors developed a classifier in the form of a set of binary trees that additionally allowed distinguishing the features significant in terms of the identification of adopted classes. For comparison, the authors also developed classifiers in the form of a neural network as well as a k-nearest neighbors algorithm using the Euclidean metric. Based on the performed investigations and analyses a method of valve clearance assessment has been proposed.
Dynamiczny rozwój konstrukcji silników spalinowych generuje potrzebę wprowadzenia strategii eksploatacji jednostek napędowych, opartej na znajomości ich stanu technicznego. W artykule poddano analizie zagadnienia, związane z drganiową diagnostyką luzu zaworów tłokowego silnika spalinowego, istotnego ze względu na efektywność pracy silnika i jego trwałość. Zaproponowano wykorzystanie metod klasyfikacji do oceny poprawności luzu zaworowego. Przeprowadzono i opisano eksperymenty, które miały na celu dostarczenie informacji koniecznych do zbudowania i zweryfikowania zaproponowanych metod. W przeprowadzonych badaniach pozyskano sygnały drganiowe z trójosiowego czujnika przyspieszeń drgań zlokalizowanego na głowicy silnika. Dokonano parametryzacji uzyskanych przebiegów czasowych sygnału drganiowego dla silnika pracującego pod różnym obciążeniem, z różnymi prędkościami obrotowymi oraz z różnymi luzami zaworowymi. Parametryzacja dotyczyła zarówno cech sygnału przyspieszeń drgań, pochodnej przyspieszeń drgań względem czasu jak i obwiedni tej pochodnej. W pierwszym podejściu zbudowano klasyfikator w postaci zbioru drzew binarnych, który przy okazji pozwolił na wyodrębnienie istotnych, ze względu na przyjęte klasy, cech. Dla porównania zbudowano także klasyfikatory w postaci sieci neuronowej jak i algorytmu k – najbliższych sąsiadów z metryką euklidesową. Na podstawie przeprowadzonych badań i analiz zaproponowano metodę oceny luzu zaworowego.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 2; 331-339
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sieci neuronowe typu GAN i GPT-2, słowa zużyte i kreatywność, czyli literacki second-hand
GAN and GPT-2 neural networks, worn words and creativity, namely literary second-hand
Autorzy:
Okulska, Inez
Powiązania:
https://bibliotekanauki.pl/articles/1336813.pdf
Data publikacji:
2019-12-30
Wydawca:
Uniwersytet im. Adama Mickiewicza w Poznaniu
Tematy:
creative writing
machine learning
literary criticism
artificial intelligence
intertextuality
interpoetics
creativity
krytyka literacka
sztuczna inteligencja
kreatywność
interpoetyka
intertekstualność
Opis:
Czy kreatywność to wyłącznie domena człowieka? Czy sieć neuronowa, choćby najbardziej skomplikowanej architektury, nakarmiona materiałem stworzonym i wybranym przez człowieka może być kreatywna, a jeśli nawet, to czy jej dzieło nie będzie wobec ludzkiego wtórne? A może, jak chciał Bachtin, a za nim Kristeva, każda nasza wypowiedź i tak jest skazana na wtórność, bo taka jest natura języka? Czym jest kreatywność, co potrafi sztuczna inteligencja, do jakich refleksji krytycznoliterackich skłaniać może jej twórczość, szczególnie w kontekście relacji intertekstualnych, interpoetyckich? W artykule odpowiedzi szukam na przykładzie funkcjonowania sieci neuronowych typu GAN oraz modelu GPT-2. Oprócz fragmentów analizowanych tekstów i nawiązań do teorii literatury pojawia się również wprowadzenie do struktury i istoty omawianych rozwiązań technologicznych.
Is creativity only a human domain? Can a neural network, even the most sophisticated architecture, fed with material created and chosen by man, be creative, and even if it is not a work of art secondary to human beings? Or maybe, as Bakhtin, and behind him Kristeva, wanted, each of our expressions is still destined to be secondary, because this is the nature of language? What is creativity, what can artificial intelligence do, what critical literary reflections can its work induce, especially in the context of intertextual and interpoetic relations? In the article I am searching for answers on the example of functioning of neural networks type GAN and GPT-2 model. Apart from fragments of analyzed texts and references to the theory of literature, there is also an introduction to the structure and essence of the analyzed technological solutions
Źródło:
Forum Poetyki; 2019, 18; 26-35
2451-1404
Pojawia się w:
Forum Poetyki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Innovative methods of neural reconstruction for tomographic images in maintenance of tank industrial reactors
Nowatorskie metody neuronowej rekonstrukcji obrazów tomograficznych w eksploatacji zbiornikowych reaktorów przemysłowych
Autorzy:
Rymarczyk, Tomasz
Kłosowski, Grzegorz
Powiązania:
https://bibliotekanauki.pl/articles/1365287.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
electrical tomography
industrial processes
process control
neural networks
machine learning
tomografia elektryczna
procesy przemysłowe
sterowanie procesami
sieci neuronowe
uczenie maszynowe
Opis:
The article presents an innovative concept of improving the monitoring and optimization of industrial processes. The developed method is based on a system of many separately trained neural networks, in which each network generates a single point of the output image. Thanks to the elastic net method, the implemented algorithm reduces the correlated and irrelevant variables from the input measurement vector, making it more resistant to the phenomenon of data noises. The advantage of the described solution over known non-invasive methods is to obtain a higher resolution of images dynamically appearing inside the reactor of artifacts (crystals or gas bubbles), which essentially contributes to the early detection of hazards and problems associated with the operation of industrial systems, and thus increases the efficiency of chemical process control.
W artykule przedstawiono nowatorską koncepcję usprawnienia monitoringu i optymalizacji procesów przemysłowych. Opracowana metoda bazuje na systemie osobno wytrenowanych wielu sieci neuronowych, w którym każda sieć generuje pojedynczy punkt obrazu wyjściowego. Dzięki zastosowaniu metody elastic net zaimplementowany algorytm redukuje z wejściowego wektora pomiarowego zmienne skorelowane i nieistotne, czyniąc go bardziej odpornym na zjawisko zaszumienia danych. Przewagą opisywanego rozwiązania nad znanymi metodami nieinwazyjnymi jest uzyskanie wyższej rozdzielczości obrazów dynamicznie pojawiających się wewnątrz reaktora artefaktów (kryształów lub pęcherzy gazowych), co zasadniczo przyczynia się do wczesnego wykrycia zagrożeń i problemów związanych z eksploatacją systemów przemysłowych, a tym samym zwiększa efektywność sterowania procesami chemicznymi.
Źródło:
Eksploatacja i Niezawodność; 2019, 21, 2; 261-267
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Badanie autentyczności cyfrowych nagrań fonicznych utrwalonych w plikach MP3
Autenticity investigation of digital audio recorded as MP3 files
Autorzy:
Korycki, Rafał
Powiązania:
https://bibliotekanauki.pl/articles/1374046.pdf
Data publikacji:
2014
Wydawca:
Centralne Laboratorium Kryminalistyczne Policji
Tematy:
badanie autentyczności nagrań cyfrowych
wykrywanie montażu
badanie dowodów cyfrowych
podwójna i wielokrotna kompresja MP3
MDCT
metody uczenia maszynowego z nadzorem
maszyna wektorów nośnych (SVM)liniowa analiza dyskryminacyjna (LDA)
authenticity examination of the digital recordings
detection of montage
testing digital evidence
double and multiple MP3 compression
supervised machine learning methods
support vector machine (SVM)
linear discriminant analysis (LDA)
Opis:
W pracy nakreślono problem wykrywania nieciągłości w nagraniach dźwiękowych poddanych stratnej kompresji i zaprezentowano nowe metody, które mogą być wykorzystane do badania autentyczności cyfrowych zapisów fonicznych. Prezentowane rozwiązania bazują na statystycznych analizie danych obliczonych na podstawie wartości współczynników MDCT. Wyznaczone wektory składające się z 228 cech zostały użyte jako sekwencje treningowe dwóch algorytmów uczenia maszynowego z nadzorem: liniowej analizy dyskryminacyjnej (LDA) oraz maszyny wektorów nośnych (SVM). Detekcja wielokrotnej kompresji została wykorzystana zarówno do wykrywania modyfikacji zapisu, jak również do ujawniania śladów montażu w cyfrowych nagraniach fonicznych. Skuteczność algorytmów służących do wykrywania nieciągłości została przetestowana na specjalnie przygotowanej w tym celu bazie nagrań muzycznych składającej się z blisko miliona plików MP3. Wyniki badań zostały omówione w kontekście wpływu parametrów kompresji na możliwość detekcji ingerencji w zapis cyfrowych nagrań fonicznych.
In the work, the problem of detecting discontinuities in lossily compressed audio recordings was outlined and new methods that can be used to examine the authenticity of digital audio records were presented. The presented solutions are based on statistical analysis of the data, calculated on the basis of the value of MDCT coefficients. Designated vectors, consisting of 228 features, were used as the training sequences of two machine learning algorithms under the supervision of the linear discriminant analysis (LDA) and the support vector machine (SVM). Detection of multiple compression was both used to detect modification of the recording as well as to reveal traces of montage in digital audio recordings. The effectiveness of the algorithms for the detection of discontinuities was tested on the database of recorded music consisting of nearly one million MP3 files, specially prepared for this purpose. The results of the research were discussed in the context of the influence of parameters of the compression on the ability to detect interference in digital audio recordings.
Źródło:
Problemy Kryminalistyki; 2014, 283; 2-17
0552-2153
Pojawia się w:
Problemy Kryminalistyki
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