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 "sieci neuronowe rozmyte" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-10 z 13
Tytuł:
Using artificial immune and case-based reasoning methods in classification of treatment effectiveness
Autorzy:
Badura, D.
Ferdynus, D.
Powiązania:
https://bibliotekanauki.pl/articles/333874.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
wnioskowanie bazujące na przykładach
sztuczne systemy immunologiczne
sieci neuronowe rozmyte
case-based reasoning
artificial immune system
fuzzy neural nets
Opis:
The article concerns the analysis of classification of medical data by use of selected method of artificial intelligence: case-based reasoning. The subject of the research is the assessment of effective treatment, being one of the most important medical problems. The basis work of the assessment system should be one of the classification methods. The aim of the attempted research is to study which of the enumerated method will be able to group data containing incomplete information in the best way. The classified data are descended from the patients with nephroblastoma and patients with backbone pain. The final aim of the research is to work out the functioning method of the learning system, assisting the doctor with making a decision during working out on patient's treatment therapy, and making analyses of the treatment effectiveness. On the basis of the medical tests, the system will classify the data assigning them to the appropriate therapy groups. Moreover, in the system will be used artificial immunology as the method of generalizing or extrapolating of the gathering and considering so far cases.
Źródło:
Journal of Medical Informatics & Technologies; 2007, 11; 221-226
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rozmyte sieci neuronowe jako modele diagnostyczne w układzie regulacji turbiny kondensacyjnej
Fuzzy Neural Networks for instrument fault diagnosis of condensation turbine control
Autorzy:
Pawlak, M.
Powiązania:
https://bibliotekanauki.pl/articles/256925.pdf
Data publikacji:
2006
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
Tematy:
układ regulacji
modelowanie rozmyte
sieć neuronowa
diagnostyka
tor pomiarowy
fuzzy neural network
condensation turbine
control
diagnosis
Opis:
W artykule przedstawiono wykorzystanie modelowania w układzie regulacji turbiny kondensacyjnej do celów diagnostycznych. Diagnostyce podlegają tory pomiarowe doprowadzone do systemu sterowania. Opisano sposób budowy modeli cząstkowych wykorzystywanych do detekcji uszkodzeń, które wykorzystują technikę rozmytych sieci neuronowych.
In the paper an application of fuzzy neural networks (FNN) for sensor fault diagnosis in condensation turbine control unit was given. The FNN are applied for fault detection processes. The FNN models of turbine power, live steam pressure and steam mass flow rate were created and verified. Satisfactory models performance indexes were obtained. The fault sensitivity of residuals was investigated and approved.
Źródło:
Problemy Eksploatacji; 2006, 3; 39-49
1232-9312
Pojawia się w:
Problemy Eksploatacji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metody adaptacji systemów wiedzy opartej na zbiorach rozmytych
Methods of adaptation of knowledge systems based on fuzzy sets
Autorzy:
Małolepsza, Olga
Powiązania:
https://bibliotekanauki.pl/articles/41205866.pdf
Data publikacji:
2023
Wydawca:
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:
zbiory rozmyte
metody adaptacji
funkcja przynależności
sztuczna inteligencja
systemy rozmyte
rozmyte sieci neuronowe
fuzzy sets
adaptation method
membership function
artificial intelligence
fuzzy systems
fuzzy neural networks
Opis:
Metody adaptacji systemów wiedzy opartej na zbiorach rozmytych są bardzo ważnym tematem, ponieważ udoskonalają i optymalizują wydajność systemów rozmytych poprzez właściwą metodę adaptacji. Metoda adaptacji zależy od konkretnego zastosowania, wymagań systemowych, dostępnych danych i dziedziny problemu. W artykule przedstawiono zagadnienia związane ze zbiorami rozmytymi oraz podano przykłady. Ponadto zaprezentowano metody adaptacji systemów wiedzy opartej na zbiorach rozmytych takie jak algorytmy genetyczne, programowanie ewolucyjne, algorytmy uczące się, uczenie przez wzmacnianie oraz adaptację online
Adaptation methods for knowledge systems based on fuzzy sets are a very important topic because they improve and optimize the performance of fuzzy systems through a proper adaptation method. The adaptation method depends on the specific application, system requirements, available data and the problem domain. In this paper, the issues related to fuzzy sets are presented and examples are given. In addition, methods for adaptation of fuzzy set-based knowledge systems such as genetic algorithms, evolutionary programming, learning algorithms, reinforcement learning and online adaptation are presented.
Źródło:
Studia i Materiały Informatyki Stosowanej; 2023, 15, 1; 11-20
1689-6300
Pojawia się w:
Studia i Materiały Informatyki Stosowanej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Trendy i problemy w diagnostyce procesów
Trends and problems in diagnostics
Autorzy:
Korbicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/328569.pdf
Data publikacji:
2004
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka procesów
model-based structure
układ z modelem
obserwator o nieznanych wejściach
sztuczne sieci neuronowe
logika rozmyta
sieci neuronowo-rozmyte
algorytmy ewolucyjne
process diagnosis
unknown input observers
artificial neural networks
fuzzy logic
neuro-fuzzy systems
evolutionary algorithms
Opis:
W ostatnich latach w systemach detekcji i lokalizacji uszkodzeń dla układów dynamicznych stosuje się zintegrowane ilościowe i jakościowe modele informacji, a większość z nich oparta jest na modelach obliczeń inteligentnych. Celem niniejszej pracy jest prezentacja nowych metod i technik analitycznych oraz obliczeń inteligentnych w systemach diagnostyki procesów. Przyjmując strukturę układu diagnostyki z modelem omawia się możliwości stosowania modeli analitycznych, a przede wszystkim obserwatorów o nieznanych wejściach. Szerzej rozpatruje się alternatywne podejścia oparte na wykorzystaniu metod obliczeń inteligentnych, takich jak sztuczne sieci neuronowe, logika rozmyta, sieci neuronowo-rozmyte oraz algorytmy ewolucyjne do rozwiązywania zadań globalnej optymalizacji. Dla zilustrowania efektywności metod sztucznych sieci neuronowych typu GMDH w układach diagnostyki w końcowej części referatu rozpatruje się problem diagnostyki urządzenia wykonawczego w Cukrowni Lublin.
Recents approaches to Fault Detection and Isolation (FDI) for dynamic systems use methods of integrating quantitative and qualitative model information, and most of these are based on soft computing methods. The purpose of this paper is to present new methods and applications in the field of analytical and soft computing techniques for fault diagnosis of processes. Taking into account the model-based structure of a diagnostics system, possible applications of analytical models, and first of all unknown input observers, are considered. Alternative soft computing methods such as artificial neural networks, fuzzy logic, neuro-fuzzy structures and evolutionary algorithms for global optimization problems are presented and discussed in greater detail. To illustrate the effectiveness of GMDH artificial neural networks in fault diagnosis, an industrial valve actuator system in a sugar factory (Cukrownia Lublin S.A., Poland) is tested.
Źródło:
Diagnostyka; 2004, 30, T. 1; 275-286
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Porównanie cząstkowych modeli parametrycznych w zadaniu detekcji uszkodzeń sieci gazowej
Comparison of particular parametric models for faults detection in gas pipeline
Autorzy:
Syfert, M.
Jankowska, A.
Łabęda-Grudziak, Z.
Tabor, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/155924.pdf
Data publikacji:
2012
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
detekcja uszkodzeń
modele cząstkowe
modele parametryczne
addytywne modele regresyjne
sztuczne sieci neuronowe
systemy rozmyte
faults detection
particular models
parametric models
additive regression models
artificial neural networks
fuzzy systems
Opis:
Zreferowano badania detekcji uszkodzeń gazociągu z użyciem cząstkowych modeli parametrycznych. Stosując trzy metody modelowania: addytywne modele regresyjne (najnowszą z badanych technik), sztuczne sieci neuronowe oraz układy rozmyte typu TSK opracowano aproksymacje ciśnień w węzłach sieci. Modele testowano w zadaniu detekcji wycieku oraz uszkodzenia czujnika pomiarowego. Wszystkie modele zapewniały dużą dokładność aproksymacji ciśnienia w poprawnych stanach pracy, wykazując także bardzo skuteczną detekcję uszkodzeń czujników pomiarowych ciśnień, natomiast w sytuacji symulowanych wycieków ich przydatność w detekcji była znacznie mniejsza.
The results of faults detection [1, 2, 3, 4, 5] in a gas system network (Fig. 1) with use of parametric partial models [6, 7, 8] are presented in the paper. This is a new approach to the task with use of exploratory data analysis [10, 11, 17] and partial models. Three techniques were used to build models of pressure in network nodes: additive regression (ADD - new method of modelling [10, 11, 12, 13, 14, 15]), artificial neural networks (ANN) [16, 17, 18] and TSK fuzzy logic modelling [8, 16, 17]. The measured pressures in adjacent nodes as well cumulative flows in the main line (from global analytical model [9]) of gasoline were the inputs of the models. For the analysed stations (in parts A and B marked in Fig. 1) a set of test failures in the form of leaks and damage of pressure sensors is given in Tab. 1.Using trial and error method, by evaluating the effectiveness of fault detection, there were obtained structures of models of different complexity for individual modelling techniques: ADD - presented by equations (1) and (2), ANN- (3) and (4), TSK- (5) and (6). The model order is not greater than 2. The exemplary results of leak detection with use of particular models are shown in Figs. 3, 5, 7 and of sensor fault detection in Figs. 4, 6, 8. In the conclusions there is summarised the relative accuracy of models (in Table 2), the relative normalized values of the studied residues of leaks - Tab.3 and the pressure sensor failures - Tab. 4. All models provided highly precise pressure approximation in non-fault states, but TSK and ADD models turned out to be the more accurate. Additionally, all of them were effective in case of pressure sensor fault detection, however, in case of simulated leakages their usefulness was much lower.
Źródło:
Pomiary Automatyka Kontrola; 2012, R. 58, nr 1, 1; 3-8
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Porównanie systemów rozmytych i sztucznych sieci neuronowych
Comparison of fuzzy logic systems and artifical neural networks
Autorzy:
Charlak, M.
Jakubowski, M.
Powiązania:
https://bibliotekanauki.pl/articles/395144.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
sieci neuronowe
systemy rozmyte i sztuczne
Opis:
W pracy opisano podstawowe pojęcia dotyczące podstawowego modelu matematycznego systemów neurorozmytych potraktowanych jako tzw. „czarna skrzynka” oraz różnych jego wersji. W skrócie przedstawiono wybrane kierunki badań dotyczących fuzji obu technologii. Praca zawiera elementarny opis nowej klasy systemów tzw. inteligencji obliczeniowej.
In this article we short describe fundamental mathematical model of neuro-fuzzy system treat as ‘black box’ known in cybernetic and various version of this fundamental model. Short we characterize some direction in the research about fusion two technology: fuzzy systems and artificial neural systems. In our article we short describe elementary notion: new technology: computational intelligence.
Źródło:
Postępy Nauki i Techniki; 2010, 4; 54-64
2080-4075
Pojawia się w:
Postępy Nauki i Techniki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hybrid neuro-fuzzy classifier based on NEFCLASS model
Hybrydowy neuronowo-rozmyty klasyfikator oparty na modelu NEFCLASS
Autorzy:
Gliwa, B.
Byrski, A.
Powiązania:
https://bibliotekanauki.pl/articles/305407.pdf
Data publikacji:
2011
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
klasyfikatory neuronowo-rozmyte
NEFCLASS
sieci neuronowe
systemy rozmyte
neuro-fuzzy classifier
neural networks
fuzzy systems
Opis:
The paper presents hybrid neuro-fuzzy classifier, based on NEFCLASS model, which was modified. The presented classifier was compared to popular classifiers - neural networks and k-nearest neighbours. Efficiency of modifications in classifier was compared with methods used in original model NEFCLASS (learning methods). Accuracy of classifier was tested using 3 datasets from UCI Machine Learning Repository: iris, wine and breast cancer wis-consin. Moreover, influence of ensemble classification methods on classification accuracy was presented.
Artykuł przedstawia zasadę działania oraz wyniki badań eksperymentalnych klasyfikatora opartego na hybrydzie sieci neuronowej z logiką rozmytą, bazujący na modelu NEFCLASS. Prezentacja struktury i działania klasyfikatora została zilustrowana wynikami eksperymentów porównawczych przeprowadzonych dla popularnych klasyfikatorów, takich jak perceptron wielowarstwowy k najbliższych sąsiadów. Skuteczność wprowadzonych modyfikacji do klasyfikatora została porównana z metodami używanymi w oryginalnym modelu NEFCLASS (metody uczenia). Jako dane benchmarkowe posłużyły wybrane bazy danych z UCI Machine Learning Repository (iris, wine, breast cancer wisconsin). Zaprezentowano również wpływ użycia metod klasyfikacji zbiorczej na efektywność klasyfikacji.
Źródło:
Computer Science; 2011, 12; 115-135
1508-2806
2300-7036
Pojawia się w:
Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sterowanie neuronowo–rozmyte mobilnym robotem kołowym
A neuro-fuzzy control of a wheeled mobile robot
Autorzy:
Hendzel, M.
Nawrocki, M.
Powiązania:
https://bibliotekanauki.pl/articles/387142.pdf
Data publikacji:
2010
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
robot mobilny
sterowanie
sztuczne sieci neuronowe
logika rozmyta
mobile robot
control
neural networks
fuzzy logic
Opis:
W niniejszej pracy do rozwiązania problemu sterowania ruchem mobilnego robota kołowego zastosowano inteligentny układ sterowania, rozumiany jako sterowanie hybrydowe łączące logikę rozmytą i sztuczne sieci neuronowe. Układ ten został zaprojektowany w taki sposób, aby na bieżąco modyfikować swoje właściwości przy zmieniających się warunkach pracy mobilnego robota. Badania symulacyjne zostały przeprowadzone dla przypadku kiedy wybrany punkt mobilnego robota przemieszcza się po trajektorii w kształcie pętli.
This work analyses neuro-fuzzy algorithm adaptation conclusions and premise rule base, applied to approximation nonlinearity wheeled mobile robot. Computer simulation proposed solution was realized in emulator mobile robot.
Źródło:
Acta Mechanica et Automatica; 2010, 4, 2; 63-68
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Decision support for hardware and software, complex for precision farming tasks: student project
Autorzy:
Ganchenko, V. V
Powiązania:
https://bibliotekanauki.pl/articles/397759.pdf
Data publikacji:
2014
Wydawca:
Politechnika Łódzka. Wydział Mikroelektroniki i Informatyki
Tematy:
image processing
agricultural field
fuzzy clustering
neural network
recognition
przetwarzanie obrazów
pole uprawne
grupowanie rozmyte
sieci neuronowe
rozpoznawanie obrazów
Opis:
In the article algorithms for decision support for hardware and software complex are described. The complex is used for few precision farming tasks: data mining, data processing, decision making and control of fertilizers applying. The complex is designed to reduce costs and environmental burden on potato. The complex is based on processing aerial images photographs of potato fields.
Źródło:
International Journal of Microelectronics and Computer Science; 2014, 5, 1; 5-13
2080-8755
2353-9607
Pojawia się w:
International Journal of Microelectronics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
O doborze reguł sterowania dla regulatora rozmytego
About collecting of control for a fuzzy logic controller
Autorzy:
Wiktorowicz, K.
Zajdel, R.
Powiązania:
https://bibliotekanauki.pl/articles/156306.pdf
Data publikacji:
2005
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
sterowanie rozmyte
sieci neuronowe
uczenie ze wzmocnieniem
fuzzy control
neural networks
reinforcement learning
stability
quality
Opis:
W pracy scharakteryzowano problem doboru reguł sterowania dla regulatora rozmytego. Omówiono metody pozyskiwania reguł za pomocą sieci neuronowej uczonej metodą z nauczycielem i ze wzmocnieniem. Przedstawiono zagadnienie badania stabilności i jakości zaprojektowanego układu. Omawiane problemy zilustrowano przykładowymi wynikami badań.
In the paper the problem of collecting of control rules a fuzzy logic controller is characterised. Two methods of generating of rules using neural network are described: supervised learning and reinforcement learning. the problem of stability and quality analysis is presented. The considerations are illustrated by examples.
Źródło:
Pomiary Automatyka Kontrola; 2005, R. 51, nr 1, 1; 44-46
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-10 z 13

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