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 "neuron network" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Predykcja natężenia ruchu w ciągu skrzyżowań z wykorzystaniem sieci neuronowych
    The traffic flow prediction in the intersections using neural networks
    Autorzy:
    Pamuła, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/254214.pdf
    Data publikacji:
    2015
    Wydawca:
    Instytut Naukowo-Wydawniczy TTS
    Tematy:
    sieć neuronowa
    predykcja
    natężenie ruchu
    neuron network
    prediction
    traffic
    Opis:
    W artykule zaproponowano wykorzystanie jednej sieci neuronowej do krótkoterminowej predykcji wartości natężeń ruchu dla wylotów dwóch kolejnych skrzyżowań tej samej ulicy. Predykcja natężenia ruchu na drugim skrzyżowaniu została wykonana na podstawie danych historycznych dla skrzyżowania pierwszego. Pozwala to na określenie przyszłego natężenia ruchu na wylocie tego skrzyżowania w przypadku braku danych rejestrowanych na tym skrzyżowaniu. Dokonano walidacji modelu z użyciem historycznych danych otrzymanych z Centrum Sterowania Ruchem w Gliwicach. Baza danych obejmuje dane o natężeniu ruchu z 6 miesięcznego okresu rejestracji w 2014 roku (luty-lipiec). W badaniach wykorzystano wartości natężenia ruchu rejestrowane w odstępach 15 minutowych.
    The paper presents a proposal of using one neural network for short time prediction of traffic flow on two adjacent junctions of a traffic route. The traffic flow on the second junction is predicted on the basis of historic data registered at the first junction. This allows to forecast the flow on the second junction in the case of failure of its flow measuring devices. The proposed NN is validated using data acquired from the Road Traffic Control Centre in Gliwice. The database consists of traffic flow measurements collected over 6 months in 2014 (February - July). The flow was registered in 15 min intervals.
    Źródło:
    TTS Technika Transportu Szynowego; 2015, 12; 1180-1185, CD
    1232-3829
    2543-5728
    Pojawia się w:
    TTS Technika Transportu Szynowego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rozpoznawanie obrazów z użyciem sztucznych sieci neuronowych
    Image recognition with artificial neuron networks
    Autorzy:
    Langman, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/290854.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sztuczna sieć neuronowa
    rozpoznawanie obrazów
    artificial neuron network
    image recognition
    Opis:
    W pracy przedstawiono propozycję architektury sztucznej sieci neuronowej, która może być zastosowana do rozpoznawania obrazów. Cechuje się one modularną budową, co powoduje iż rozbudowa już nauczonej sieci polega na dołączeniu nauczonego dodatkowego modułu bez konieczności ingerencji w istniejącą cześć sieci.
    The study presents architecture proposal for artificial neuron network, which may be employed for image recognition. Modular structure is characteristic for it, as a result of which development of already taught network involves adding taught extra module without the need to interfere with existing part of the network.
    Źródło:
    Inżynieria Rolnicza; 2005, R. 9, nr 10, 10; 263-268
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sieci neuronowej do określania efektywności pracy rozdrabniacza leśnego
    Emploment of neuron network for definition of effectiveness of work forestry shreder
    Autorzy:
    Maksymiak, M.
    Grieger, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/289071.pdf
    Data publikacji:
    2007
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sztuczna sieć neuronowa
    rozdrabniacz leśny
    efektywność
    artificial neuron network
    forestry
    shredder
    effectiveness
    Opis:
    Poprawa jakości użytkowania maszyn do prac w lesie wymaga stosowania nowoczesnych narzędzi wspomagających decyzje. Celem pracy była budowa SSN do wspomagania procesu decyzyjnego w zakresie wyznaczania efektywności wykorzystania rozdrabniacza leśnego na podstawie przewidywanych parametrów pracy. Badania przeprowadzono na dwóch różnych zestawach maszyn; ciągnika rolniczego ZTS 16245 w połączeniu z rozdrabniaczem Seppi m, i ciągnika rolniczego Crystal 160 z rozdrabniaczem Atilla ST. Zebrane dane z badań stosowano do uczenia szeregu złożonych sieci neuronowych. Parametrem wyjściowym w procesie uczenia była efektywność pracy rozdrabniacza leśnego wyrażona w rbh/ha. Porównano szereg modyfikacji wag sieci. Jako właściwe rozwiązanie w postaci nauczonej sieci przyjęto najmniejszy błąd względny uzyskany po zakończeniu procesu uczenia. Powyższe badania wykazały, że różnice błędu względnego dla różnych układów SSN są nieznaczne, mianowicie występują w przedziale od 10,7% do 19,1%. Możliwe zatem jest stosowanie tego typu rozwiązania jako narzędzia ułatwiającego zarządzanie techniką do prac leśnych.
    Improvement quality of operation machines to work on forest require to use modern implements asist decision. The aim of this study is to create a model, which would use artificial neuron networks to establish the optimal effectiveness of a forestry shredder. The research ware precede on base on example of two sets of machines: Seppi m and tractor ZTS 16245, and Atilla ST and tractor Crystal 160. The initial parameter was the effectiveness of the forestry shredder indicated by working hours / area. Several modifications of network worth were compared. The process for different versions was conducted according to the methodology of comparing quality of the network learning to various number of the neurons in several layers.
    Źródło:
    Inżynieria Rolnicza; 2007, R. 11, nr 2 (90), 2 (90); 175-181
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wyznaczanie gęstości nasion jęczmienia jarego przy wykorzystaniu sztucznych sieci neuronowych
    Spring barley seeds density determination using artificial neuron networks
    Autorzy:
    Francik, S.
    Hebda, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/290414.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sztuczna sieć neuronowa
    jęczmień jary
    ziarno
    gęstość
    artificial neuron network
    spring barley
    seed
    density
    Opis:
    W pracy opracowano modele wykorzystujące sztuczne sieci neuronowe do wyznaczenia gęstości nasion jęczmienia jarego (odmiany Stratus i Rodos). Po przebadaniu 200 sieci wybrano jako modele dwie sieci typu perceptron trójwarstwowy. Jako dane wejściowe istotne okazały się mass ziarna, długości i jeden z wymiarów poprzecznych (grubość albo szerokość). Wybrane sieci neuronowe zachowały zdolność generalizacji - średnie błędy względne dla danych testujących (nie wykorzystywanych w procesie uczenia) były nieznacznie większe niż dla danych walidacyjnych.
    The study involved development of models using artificial neuron networks to determine spring barley seeds density (Stratus and Rodos varieties). After having tested 200 networks, two three-layer perception-type networks were selected for models. Important input data were: seed weight, seed length, and one of crosswise dimensions (thickness or width). Selected neuron networks maintained their generalization ability - mean relative errors for testing data (not used in learning process) were slightly higher than for validation data.
    Źródło:
    Inżynieria Rolnicza; 2005, R. 9, nr 10, 10; 83-90
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie metod analizy obrazów do automatycznej detekcji i pomiaru źrenic oczu
    Methods of image analysis used for automatic detection of human eye pupils
    Autorzy:
    Koprowski, R.
    Tokarczyk, R.
    Wróbel, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/131258.pdf
    Data publikacji:
    2006
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    digital image
    image analysis
    correlation
    neuron network
    morphological analysis
    obraz cyfrowy
    analiza obrazu
    korelacja
    sieć neuronowa
    analiza morfologiczna
    Opis:
    Potrzeby diagnostyki medycznej wad budowy i postawy człowieka wymagają stworzenia prostej metody jego pozycjonowania w trójwymiarowej przestrzeni. Jedną z metod wyznaczania położenia charakterystycznych punktów ciała jest metoda fotogrametryczna. Pomierzone punkty na zdjęciach służą do zbudowania przestrzennego modelu i za pomocą punktów dostosowania umieszczenia go w układzie odniesienia. Fotogrametryczny system do pomiaru 3D punktów ciała ludzkiego opracowany w Zakładzie Fotogrametrii i Informatyki Teledetekcyjnej WGGiIŚ AGH w Krakowie wymaga pomiaru na zdjęciach cyfrowych wybranych miejsc ciała ludzkiego, sygnalizowanych styropianowymi kulkami-markerami oraz środków źrenic oczu. W ramach automatyzacji pomiaru na zdjęciach prowadzone są badania nad metodami detekcji i pomiaru trzech grup punktów: fotopunktów, markerów na pacjencie oraz źrenic oczu Niniejsze opracowanie dotyczy metody automatycznego pomiaru trzeciej grupy punktów pomiarowych. Opracowana metoda detekcji źrenic oczu wymaga zrealizowania celów cząstkowych: detekcji markerów na ciele pacjenta, segmentacji obrazu ciała dla wykrycia głowy z rejonem oczu, wykrycia i pomiaru środków źrenic. Pierwszy z celów osiągnięto wykorzystując metodę korelacji krzyżowej. Do wykrycia rejonu oczu wykorzystano analizę skupień zbioru wspołrzędnych metodą k najbliższych sąsiadów. Dalsze przybliżenie rejonu oczu osiągnięto wykorzystując analizę statystyczną dużej ilości zdjęć pacjentów dla wyznaczenia współczynnika kryterium rejonizacji. Metodyka wyznaczania położenia oczu, centralnych punktów położenia źrenic została oparta na sieciach neuronowych ze wsteczną propagacją błędu. Uzyskana dokładność metody została oceniona na poziomie około 1 piksela, jej skuteczność w znacznej mierze zależy od prawidłowej detekcji markerów na ciele pacjenta.
    The needs of medical rehabilitation requires the creation of a simple method for the positioning of a human body in 3-D space. The method of posture analysis consists in simple visualization of particular characteristic points of the patient’s body. Usually, an assessment of the relative displacement and asymmetry of these points are a reliable measure of pathological body posture deviation. One of the methods of determining the position of characteristic points is the photogrammetric method. The points measured in the images are used to create a spatial model and, based on control points, position it in a reference system. The photogrammetric system for measuring 3D points located on a human body has been developed in the Department of Photogrammetry and Remote Sensing Informatics, Technical University – AGH Kraków. In the system, on digital images (taken with two compact, free-focus-type digital cameras), special markers (light foamed polystyrene balls) located on chosen points of human body and the center of an eye pupil are measured. To make the system more automatic, the research is carried on to automatically detect and measure the three following groups of points: control points, markers located on the human body and eye pupil. In this paper, the method of automatic measurement of last group of points is considered. The developed method of eye pupil detection requires achieving the following goals: detection of markers located on the human body, segmentation of the body image to detect a head, approximate eye localization and, finally, the measurement of a pupil center. The first goal was achieved by using the cross correlation method. The localization of the eyes was done by analyzing the coordinates’ set concentration by k nearest neighbors. The achieved results were divided into two sets pa 1 and pa 2 , which consist of data on the position of markers located on the front and back sides of body. A further approximation of eye location was achieved using statistical analysis of many images to determine the coefficient as a criterion for region membership. The methodology of determination of eye position, and pupil center were based on a neural network with backward error propagation. The achieved accuracy was estimated as 1 pixel, but the efficiency strongly depends on the proper detection of the markers located on the patient’s body.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2006, 16; 305-317
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Stabilność układu sterowania z regulatorem neuronowym
    Stability of system with neurocontroller
    Autorzy:
    Hirniak, Y.
    Ivakhiv, O.
    Nakonechnyi, M.
    Repetylo, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/268949.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    sieć neuronowa
    dynamika układów sterowania
    system sterowania
    stabilność
    neuron network
    non-linear object
    system control
    controller
    algorithm studying
    Opis:
    W artykule rozpatrzono sposób syntezy regulatorów neuronowych, które wykorzystuje się do sterowania dynamicznymi obiektami nieliniowymi. Zbadano stabilność układu sterowania z regulatorem neuronowym, którego struktura została zaprojektowana według pożądanej reguły sterowania. Zaproponowano strukturę, w której w przeciwieństwie do zwykle stosowanego wprowadzenia uchybu regulacji na wejście regulatora podaje się sygnał wejściowy oraz wyjściowy na dwa oddzielne wejścia, co powoduje większą skuteczność działania systemu sterowania, a mianowicie polepszenie, jakości sterowania oraz przyśpieszenie reakcji systemu na sygnały wymuszające.
    The nature of nonlinearities in the objects of control particularly in the drives of robotic systems as dynamic objects of the second order is analyzed and shown that under the influence of some loads the mathematical model of such object is nonlinear and its linearization leads to disregard factors that significantly affect the dynamics of the object. The controllers which are built using classical methods in the process of system operation do not provide full adequacy between the values of specified and actual controlled variables of nonlinear control objects. An application of neural controllers promises the best prospects. We consider features of construction of dynamic neural network and the mathematical models of standard carried the review of functions of activation neurons and feasibility of using gradient algorithms including the algorithm Levenberg Marquardt for training dynamic neural networks. It is supposed that the system is based on the proportional-integral-differential law. The stability of the system supported by neurocontroller with two separated inputs is discussed. Obviously the control action of such dynamic system is corresponded with the difference between output signals of the non-linear object and the chosen standard. On contrary to a typical structure it was proposed to put these signals on two separate inputs. During the training procedure everyone weight is found one from another independently. This task has been considered which include the location of the dominant roots of the characteristic equation of the closed-loop system in a given area of the complex plane of the roots and then return back to the open-loop system. The comparison of obtained errors in traditional and proposed structures of neurocontroller showed that the last one is the most effective in quality and productivity sense.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2014, 38; 23-27
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Przegląd zastosowań sieci neuronowych w transporcie
    The rewiev of the applications of neural networks in transport
    Autorzy:
    Pamuła, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/250641.pdf
    Data publikacji:
    2015
    Wydawca:
    Instytut Naukowo-Wydawniczy TTS
    Tematy:
    sieć neuronowa
    transport
    ruch drogowy
    sterowanie ruchem
    polityka transportowa
    ekonomia transportowa
    neuron network
    traffic
    motion control
    transport policy
    transport economy
    Opis:
    Zdolność sieci neuronowej do odwzorowania nieliniowych zależności między zmiennymi opisującymi zachowanie obiektów oraz możliwość opracowania efektywnej konfiguracji sprzyja zastosowaniom w transporcie. W artykule przedstawiono reprezentatywne przykłady z zakresu: predykcji parametrów ruchu drogowego, sterowania ruchem drogowym, pomiarów parametrów ruchu, zachowania kierowców i prowadzenia autonomicznych pojazdów, ekonomii i polityki transportowej oraz omówiono własności proponowanych rozwiązań. Najczęściej wybieranymi sieciami neuronowymi są jednokierunkowe wielowarstwowe, trenowane z użyciem algorytmu propagacji wstecznej. W przeglądzie wzięto pod uwagę artykuły opublikowane w czasopismach w ciągu ostatnich pięciu lat.
    The neuron networks capability to map nonlinear functions of variables describing the behaviour of objects and the simplicity of designing their configuration favours the applications in transport. The paper presents representative examples in the scope of: prediction of road traffic parameters, road traffic control, measurement of road traffic parameters, drivers behaviour and autonomous vehicles, economy and transport policies. The features of the solutions are examined. Feedforward multilayer neural networks, trained using backpropagation, are the most often utilised configurations in transport applications. In the review was taken into account the articles published in journals over the past five years.
    Źródło:
    TTS Technika Transportu Szynowego; 2015, 12; 1186-1190, CD
    1232-3829
    2543-5728
    Pojawia się w:
    TTS Technika Transportu Szynowego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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