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 "neuro-adaptive learning" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    A Neuro-Adaptive Learning (NAL) Approach about Costs of Residential Buildings
    Autorzy:
    Ugur, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/1031585.pdf
    Data publikacji:
    2017-09
    Wydawca:
    Polska Akademia Nauk. Instytut Fizyki PAN
    Tematy:
    costs of residential buildings
    neuro-adaptive learning
    fuzzy logic
    Opis:
    The artificial neural networks and fuzzy logic models are two well-known branches of artificial intelligence and have been broadly and successfully used to simulate input-output systems. Over the last two decades, a different modeling method based on fuzzy logic or neural networks has become popular and has been used by many researchers for a variety of engineering applications. Nowadays, for reducing the amount of experiment costs, modeling methods based on artificial neural networks and fuzzy logic systems have become more popular and have been used by many researchers for many civil engineering management applications. In this study a neuro-adaptive learning approach about costs of residential buildings was designed. As a result, NAL can be an alternative approach for the evaluation of the cost estimations of residential buildings construction.
    Źródło:
    Acta Physica Polonica A; 2017, 132, 3; 585-587
    0587-4246
    1898-794X
    Pojawia się w:
    Acta Physica Polonica A
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A hybrid cascade neuro-fuzzy network with pools of extended neo-fuzzy neurons and its deep learning
    Autorzy:
    Bodyanskiy, Yevgeniy V.
    Tyshchenko, Oleksii K.
    Powiązania:
    https://bibliotekanauki.pl/articles/330840.pdf
    Data publikacji:
    2019
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    data stream
    membership function
    training procedure
    adaptive neuro-fuzzy system
    extended neo-fuzzy neuron
    strumień danych
    funkcja przynależności
    neuronowo rozmyty układ adaptacyjny
    Opis:
    This research contribution instantiates a framework of a hybrid cascade neural network based on the application of a specific sort of neo-fuzzy elements and a new peculiar adaptive training rule. The main trait of the offered system is its competence to continue intensifying its cascades until the required accuracy is gained. A distinctive rapid training procedure is also covered for this case that offers the possibility to operate with non-stationary data streams in an attempt to provide online training of multiple parametric variables. A new training criterion is examined for handling non-stationary objects. Additionally, there is always an occasion to set up (increase) the inference order and the number of membership relations inside the extended neo-fuzzy neuron.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2019, 29, 3; 477-488
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Platformy edukacyjne z neuronowym sprzężeniem zwrotnym – zestaw badawczy
    Educational Platforms with Neuro-Feedback – the Research Set
    Autorzy:
    Golus, Wojciech
    Łojewski, Zdzisław
    Powiązania:
    https://bibliotekanauki.pl/articles/942927.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
    Tematy:
    adaptatywne platformy edukacyjne
    interfejs mózg-komputer
    neuronowe sprzężenie zwrotne
    adaptive learning platform
    brain-computer interface
    neurofeedback
    Opis:
    Trwający proces przechodzenia do społeczeństwa informacyjnego, a w tym edukacja, powinien być wspomagany nowoczesnymi narzędziami informatycznymi. Takim narzędziem niewątpli-wie mogą stać się platformy edukacyjne z biologicznym sprzężeniem zwrotnym, a w szczególności z neuronowym sprzężeniem zwrotnym. Artykuł prezentuje zagadnienia dotyczące zastosowania interfejsu mózg – komputer do współpracy z aplikacją edukacyjną. Celem artykułu jest projekt i prezentacja zestawu sprzętowego realizującego praktycznie platformę edukacyjną z dodatnim biologicznym sprzężeniem zwrotnym. W badaniach, jako interfejs mózg – komputer, wykorzystywany jest 2-kanałowy elektroencefalograf (EEG) z elektrodami suchymi. Artykuł szczegółowo opisuje konfigurację sprzętową zestawu badawczego. Przedstawione są wymagania dotyczące zasad eksploatacji takiego zestawu w warunkach placówek dydaktycznych i edukacyjnych w kontekście minimalizacji artefaktów. Prowadzone badania mają na celu sprawdzenie efektywności procesu nauczania z wykorzystaniem efektu dodatniego sprzężenia zwrotnego uzyskiwanego na poziomie pomiaru czynności kory mózgowej.
    The ongoing transformation processes to the information society, including particularly education, should be supported by modern IT tools. Educational platforms of biological feedback, especially neurofeedback, constitute such a tool. The article presents issues concerning the application of brain-computer interface to work with the educational application. The purpose of this article is the design and presentation of a set of hardware performing edu-cational platform with a positive biological feedback. A 2-channel electroencephalograph (EEG) with dry electrodes is used as a brain-computer interface in these studies. The article describes in detail, a configuration of research equipment. Are presented the requirements for the operation of such a system in terms of teaching and educational institutions in the context of minimizing artifacts. These research aims to test the effectiveness of the learning process using the positive feedback effect obtained by measuring the activity of the cerebral cortex.
    Źródło:
    Nierówności Społeczne a Wzrost Gospodarczy; 2015, 44 cz. 1; 118-129
    1898-5084
    2658-0780
    Pojawia się w:
    Nierówności Społeczne a Wzrost Gospodarczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Adaptive Rider Feedback Artificial Tree Optimization-Based Deep Neuro-Fuzzy Network for Classification of Sentiment Grade
    Autorzy:
    Jasti, Sireesha
    Kumar, G.V.S. Raj
    Powiązania:
    https://bibliotekanauki.pl/articles/2200961.pdf
    Data publikacji:
    2023
    Wydawca:
    Instytut Łączności - Państwowy Instytut Badawczy
    Tematy:
    deep learning network
    feedback artificial tree
    natural language processing (NLP)
    rider optimization algorithm
    sentiment grade classification
    Opis:
    Sentiment analysis is an efficient technique for expressing users’ opinions (neutral, negative or positive) regarding specific services or products. One of the important benefits of analyzing sentiment is in appraising the comments that users provide or service providers or services. In this work, a solution known as adaptive rider feedback artificial tree optimization-based deep neuro-fuzzy network (RFATO-based DNFN) is implemented for efficient sentiment grade classification. Here, the input is pre-processed by employing the process of stemming and stop word removal. Then, important factors, e.g. SentiWordNet-based features, such as the mean value, variance, as well as kurtosis, spam word-based features, term frequency-inverse document frequency (TF-IDF) features and emoticon-based features, are extracted. In addition, angular similarity and the decision tree model are employed for grouping the reviewed data into specific sets. Next, the deep neuro-fuzzy network (DNFN) classifier is used to classify the sentiment grade. The proposed adaptive rider feedback artificial tree optimization (A-RFATO) approach is utilized for the training of DNFN. The A-RFATO technique is a combination of the feedback artificial tree (FAT) approach and the rider optimization algorithm (ROA) with an adaptive concept. The effectiveness of the proposed A-RFATO-based DNFN model is evaluated based on such metrics as sensitivity, accuracy, specificity, and precision. The sentiment grade classification method developed achieves better sensitivity, accuracy, specificity, and precision rates when compared with existing approaches based on Large Movie Review Dataset, Datafiniti Product Database, and Amazon reviews.
    Źródło:
    Journal of Telecommunications and Information Technology; 2023, 1; 37--50
    1509-4553
    1899-8852
    Pojawia się w:
    Journal of Telecommunications and Information Technology
    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