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 "Guszkowski, T." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Ocena wpływu niedokładności określenia współczynnika załamania na symulowane wyniki pomiarów turbidymetrycznych
    Evaluation of influence of errors of refractictive index determination on simulated turbidity measurements
    Autorzy:
    Guszkowski, T.
    Mroczka, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/153274.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    turbidymetria
    współczynnik załamania
    problem źle uwarunkowany
    turbidimetry
    refraction index
    ill-conditioned problem
    Opis:
    Symulowane pomiary turbidymetryczne można wykorzystać do określania różnych parametrów układów dyspersyjnych, np. wielkości cząstek fazy rozproszonej. Przeważnie jest to problem źle uwarunkowany, gdzie małe błędy w pomiarze mętności ulegają wielokrotnemu wzmocnieniu. W takich zastosowaniach otwarty pozostaje problem wpływu dokładności określenia przyjętego w badaniach symulacyjnych zespolonego współczynnika załamania w funkcji długości fali na wyniki pomiarów turbidymetrycznych. Praca próbuje wypełnić tę lukę i oszacować wrażliwość symulowanego pomiaru turbidymetrycznego na zmiany współczynnika załamania m dla wybranego układu dyspersyjnego – wodnego aerozolu.
    Simulated turbidimetric measurements can be utilised to evaluate various parameters of disperse systems, eg. size of particles of disperse phase. Mostly the problem is ill-conditioned, where small errors in turbidity measurements are heavily magnified after inversion. In the above-mentioned kind of applications the problem of influence of errors in determination of complex refractive index m to the simulated turbidity is still open. The paper attempts to fulfill this gap and evaluate sensitivity of simulated turbidity measurements for a given dispersion system – water aerosol.
    Źródło:
    Pomiary Automatyka Kontrola; 2007, R. 53, nr 9 bis, 9 bis; 336-337
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rozwiązanie problemu odwrotnego w turbidymetrii z wykorzystaniem sieci neuronowej
    A Solution to Inverse Problem in Turbidimetry with Use of Artificial Neural Network
    Autorzy:
    Guszkowski, T.
    Mroczka, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/156725.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    problem odwrotny
    sieć neuronowa
    urbidymetria
    rozkład wielkości cząstek
    inverse problem
    Artificial Neural Network
    turbidimetry
    particle size distribution
    Opis:
    Praca prezentuje metodę rozwiązania problemu odwrotnego w turbidymetrii z wykorzystaniem sieci neuronowej. Problem odwrotny jest często problemem źle postawionym i/lub źle uwarunkowanym numerycznie, a jego rozwiązanie przeważnie możliwe jest po nałożeniu na możliwy wynik dodatkowych warunków. Jako przykład zaprezentowano rozwiązanie problemu pomiaru wielkości cząstek na podstawie pomiarów turbidymetrycznych wykonanych dla kilku długości fali świetlnej.
    The paper presents a proposed solution to an inverse problem in turbidimetry with Artificial Neural Network (ANN). The inverse problem is mostly ill-posed and/or ill-conditioned, and its solution is usually possible after introduction of additional constrain to the proposed result. As an example inversion a determination of water particle size distribution based on multispectral turbidity measurements was shown.
    Źródło:
    Pomiary Automatyka Kontrola; 2007, R. 53, nr 9 bis, 9 bis; 239-241
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sieć neuronowa lokalizująca wiry optyczne rozmieszczone w regularnej strukturze
    Artificial neural network for localization of optical vortices positioned in a regular structure
    Autorzy:
    Guszkowski, T.
    Frączek, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/157563.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    wir optyczny
    lokalizacja
    sztuczna sieć neuronowa
    optical vortex
    localization
    artificial neural network
    Opis:
    Praca prezentuje opartą na sztucznej sieci neuronowej metodę określania położenia wirów optycznych rozmieszczonych w regularnej strukturze i powstałych w wyniku interferencji trzech fal płaskich. Do uczenia i oceny jakości działania sieci neuronowej wykorzystano zestaw symulowanych obrazów, na które dodatkowo nałożono szum pomiarowy oraz zniekształcenia geometryczne wynikające z symulowanych drgań układu pomiarowego. W wyniku uczenia sieci neuronowej uzyskano neuronowy lokalizator wirów optycznych o medianie błędu lokalizacji poniżej 0,4 piksela.
    The paper presents a short introduction to the optical vortices localization problem and an Artificial Neural Network (ANN) for localization of the optical vortices positioned in a regular structure of honeycomb. The analyzed vortices form as an effect of interference of three planar waves. A set of 1800 simulated images with added noise and geometric distortions modelling experimental setup vibrations was used for ANN learning and evaluation. As a result an unidirectional ANN with 100 inputs which correspond with pixels in a 10x10 image matrix; one non-linear hidden layer of 5 neuron and 2 outputs representing the coordinates of the vortex were created. The learning criterion was Mean Square Error (MSE) and the net was taught with Levenberg-Marquardt algorithm implemented in MATLAB. Final tests were performed with 180 images excluded from ANN learning. As a result a neuronal localizator of optical vortices was obtained with the worst-case localization error less than 2.1 pixel and localization error median less than 0.4 pixel.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 9, 9; 1074-1076
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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