Autor: Koszela, K. - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Klasyfikacja suszu pietruszki z wykorzystaniem sztucznych sieci neuronowych
Classification of dried parsnip using artificial neural networks
Autorzy:: Koszela, K.
Powiązania:: https://bibliotekanauki.pl/articles/336411.pdf
Data publikacji:: 2012
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:: zastosowanie komputerów
analiza obrazów
sztuczna inteligencja
sieci neuronowe
susz pietruszki
computer applications
image analysis
artificial intelligence
neural networks
dried parsnip
Opis:: W ostatnich latach prace naukowo-badawcze realizowane w inżynierii rolniczej coraz częściej wykorzystują nowoczesne narzędzie modelowania, jakim są sztuczne sieci neuronowe. To narzędzie, jako uniwersalny aproksymator, w połączeniu z komputerową analizą obrazów, stosowane jest do tworzenia modeli empirycznych, opisujących zjawiska i procesy występujące w pozyskiwaniu i przetwarzaniu materiałów roślinnych. Szczególną cechą sztucznych sieci neuronowych jest zdolność uogólniania nabytej wiedzy, co jest ważnym aspektem w badaniach na obiektach o dużej liczbie czynników determinujących dany proces. Celem pracy badawczej było opracowanie modelu neuronowego do oceny jakości suszu pietruszki i jego klasyfikacji na podstawie cyfrowych fotografii. Do analizy i klasyfikacji wykorzystano susz pietruszki pozyskany metodą konwekcyjną. Do modelu klasyfikacyjnego wybrano cechy charakterystyczne, które umożliwiały klasyfikację ze względu na jakość suszu. W wyniku przeprowadzonych badań wygenerowano kilka modeli neuronowych, które poddano weryfikacji i walidacji.
In recent years, agricultural engineers working in research have been using modern modeling tools, such as artificial neural networks, with increasing frequency. This tool, as a universal approximator together with computer image analysis is used to create empirical models that describe phenomena and processes involved in extracting and processing plant materials. Artificial neural networks are able to generalize from acquired knowledge, and this is an important feature when analyzing data involving a large range of factors to determine a given process. The objective of this research work was to develop a neural model allowing the assessment of dried parsnip quality and its classification on the basis of digital photos. Obtained by the convection method, the dried parsnip was analysed and classified. Its characterisctic features were chosen, allowing classification according to quality. As the result of the research, a number of generated neural models were verified and validated.
Źródło:: Journal of Research and Applications in Agricultural Engineering; 2012, 57, 1; 87-90
1642-686X
2719-423X
Pojawia się w:: Journal of Research and Applications in Agricultural Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Computer image analysis and artificial neuron networks in the qualitative assessment of agricultural products
Komputerowa analiza obrazu i sztuczne sieci neuronowe w ocenie jakościowej produktów rolniczych
Autorzy:: Koszela, K.
Powiązania:: https://bibliotekanauki.pl/articles/956515.pdf
Data publikacji:: 2015
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Tematy:: computer image analysis
vegetable
carrot
quality
artificial neural networks
komputerowa analiza obrazu
warzywa
marchew
jakość
sztuczne sieci neuronowe
Opis:: The increasing use of modern information technology in agriculture involves an ever wider range of production, planning, monitoring and marketing processes. Information technologies are being applied in animal and plant production, and recent decades have witnessed a dynamic growth in research into artificial intelligence and thus into advisory (expert) systems such as artificial neuron networks. Obviously this is not the result of a coincidence or a temporary trend, this dynamic development has been made possible thanks to the rapid advancement of computer technology, allowing ever increasing speeds and volumes of data collection and processing. A large number of research-scientific work with the use of computer image analysis, computer-aided decision making and state of the art modelling tools, including artificial neuron networks, is carried out within the scope of agricultural engineering. The computer-aided decision making process in the area of the qualitative assessment of agri-food products is one of those areas using computer image analysis and neuron modelling. The objective of this research project was to develop and describe a computer image analysis method based on the example of carrots and lyophilisation dehydrates for the purpose of the qualitative assessment and classification of individual categories in the analysed sample in terms of quality.
Zastosowanie coraz bardziej nowoczesnych technologii informatycznych w rolnictwie obejmuje coraz szerszy zakres procesów produkcji, planowania, monitorowania i marketingu. Stosowane techniki informatyczne wykorzystuje się w technologii produkcji zwierzęcej oraz roślinnej. W ciągu ostatnich dekad można zaobserwować dynamiczny rozwój badań nad sztuczną inteligencją, a tym samym nad badaniami w zakresie systemów doradczych (ekspertowych), jak również nad sztucznymi sieciami neuronowymi. Oczywiście nie jest to wynik zbiegu okoliczności czy rezultat chwilowej mody. Ten burzliwy rozwój jest możliwy dzięki szybkiemu postępowi techniki komputerowej, która umożliwia zapamiętywanie coraz większej liczby danych oraz coraz szybsze jej przetwarzanie. Duża liczba prac badawczo-naukowych z wykorzystaniem komputerowej analizy obrazów, komputerowego wspomagania decyzji i nowoczesnych narzędzi modelowania, jakimi są sztuczne sieci neuronowe, realizowana jest w ramach inżynierii rolniczej. Jednym z obszarów wykorzystywania komputerowej analizy obrazów i modelowania neuronowego jest wspomaganie podejmowania decyzji w zakresie oceny jakościowej produktów rolno-spożywczych. Celem projektu badawczego było opracowanie i charakterystyka metody komputerowej analizy obrazów na przykładzie korzeni marchwi oraz suszu liofilizacyjnego do oceny jakościowej i klasyfikacji poszczególnych klas w badanej próbie pod względem jakości.
Źródło:: Agricultural Engineering; 2015, 19, 3; 15-24
2083-1587
Pojawia się w:: Agricultural Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Porównanie metody instrumentalnej i komputerowej analizy obrazu w ocenie jakościowej wybranych produktów rolniczych
A comparison of instrumental method and computer image analysis in the quality assessment of particular products
Autorzy:: Koszela, K.
Hartlieb, W.
Powiązania:: https://bibliotekanauki.pl/articles/336409.pdf
Data publikacji:: 2012
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:: ziemniaki
właściwości fizyczne
jakość
analiza obrazów
metody badawcze
analiza porównawcza
ocena jakości
potatoes
physical properties
quality
image analysis
research methods
comparative analysis
quality assessment
Opis:: W ostatnim czasie można zauważyć wzrost zainteresowania i stosowania komputerowej analizy obrazów w różnych obszarach badawczych. Jednym z nich jest ocena jakości żywności, której celem jest zastępowanie tradycyjnych metod instrumentalnych. Celem pracy było opracowanie systemu wizyjnego do oceny jakości ziemniaka i porównanie z wynikami uzyskiwanymi metodą instrumentalną. Analizie poddano ziemniaki odmiany Denar. Dla tej odmiany wybrano cechy charakterystyczne, opisujące prawidłową bulwę. Wyniki oceny poszczególnych bulw ziemniaka sformułowano na podstawie porównania prawidłowych cech z cechami konkretnej bulwy. W trakcie przeprowadzonych badań wykonano cyfrowe fotografie ziemniaków, które stanowiły źródło oceny w programie komputerowym utworzonym w ramach badań.
An increase in applying computer image analysis in different research areas has recently been observed. The food quality assessments performed in order to replace classical instrumental methods is one of the areas of interest. The objective of this work was to develop a vision system for the assessment of potato quality and to compare the results with the ones obtained from the instrumental method. For this purpose, the Denar variety of potato was examined and analyzed. The characteristic qualities typical for the Denar tuber were chosen. The assessment results were made on the basis of a comparison between the typical qualities of the Denar tuber and those of the particular tuber examined. During the research, digital photos of the potatoes were taken. These photos were the source of assessment in the computer program developed during the study.
Źródło:: Journal of Research and Applications in Agricultural Engineering; 2012, 57, 1; 91-95
1642-686X
2719-423X
Pojawia się w:: Journal of Research and Applications in Agricultural Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: Analiza i klasyfikacja obrazów suszu warzywnego z wykorzystaniem sztucznych sieci neuronowych
Analysis and classification of dried vegetables’ images with utilization of artificial neural networks
Autorzy:: Koszela, K.
Weres, J.
Powiązania:: https://bibliotekanauki.pl/articles/287257.pdf
Data publikacji:: 2005
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Tematy:: sztuczna inteligencja
sztuczne sieci neuronowe
rozpoznawanie obiektów
przetwarzanie obrazów
artificial intelligence
artificial neural networks
object recognition
image processing
Opis:: W życiu codziennym bardzo często dokonujemy oceny naszego otoczenia i na tej podstawie podejmujemy decyzje o klasyfikacji obserwowanej sytuacji. Czynimy to w oparciu o obserwację otoczenia jak również napływającą z różnych źródeł informację z wykorzystaniem posiadanej wiedzy i zdolności. Proces ten jest dla nas całkowicie naturalny. Jeżeli jednak chcemy podobne zadanie zlecić systemowi komputerowemu to wówczas musimy wykonać wiele kroków, które pozwolą w części odwzorować za pomocą oprogramowania ludzką zdolność do obserwacji, uczenia się i dokonywania podejmowania ostatecznej decyzji w oparciu o posiadaną wiedzę. Wzrastający poziom komplikacji informacji wywołuje rosnące zapotrzebowanie na systemy zdolne do rozpoznawania i dokonywania klasyfikacji prezentowanych im obiektów. Jednym z takich obiektów jest susz warzywny, którego ocena jakości i jego klasyfikacja przysparza szereg problemów. W pracy przedstawiono koncepcję metody analizy obrazów suszu warzywnego i zastosowanie jej do szybkiego oszacowania udziału poszczególnych frakcji w badanej próbie pod względem barwy i kształtu.
In everyday life we often evaluate our surroundings and on this basis we make decisions about the classification of the observed situation. We do it by watching our surroundings as well as by analysing the information coming to us from various sources by means of the knowledge and the abilities we posses. This process is completely natural for us. However, if we want a computer system to do it, we need to make many steps in order to partly reflect in the software the human ability to observe, learn and make the final decision on the basis of the possessed knowledge. The increasing complexity of information causes a rising demand for systems capable of recognizing and classifying objects presented to them. One of such objects are dried vegetables whose quality evaluation and classification cause many problems. In the thesis the concept of dried vegetables’ image analysis method was presented as well as its application to quick colour and shape evaluation of individual fractions in a tested sample.
Źródło:: Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 77-82
1429-7264
Pojawia się w:: Inżynieria Rolnicza
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 5.

Tytuł:: Neuronowa klasyfikacja obrazów suszu warzywnego
Neural classification of images showing dried vegetables
Autorzy:: Koszela, K.
Weres, J.
Powiązania:: https://bibliotekanauki.pl/articles/287040.pdf
Data publikacji:: 2009
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Tematy:: susz marchwiowy
rozpoznawanie obrazów
sztuczna sieć neuronowa
dried carrot
identification of images
artificial neural network
Opis:: Celem pracy badawczej było opracowanie modelu neuronowego do oceny rodzaju suszu marchwiowego i jego klasyfikacji na podstawie cyfrowych fotografii. Analizie i klasyfikacji poddane zostały trzy rodzaje suszu marchwiowego, dla których wybrano cechy charakterystyczne, które umożliwiały klasyfikację ze względu na rodzaj oraz jakość suszu. W wyniku przeprowadzonych badań wygenerowano cztery modele neuronowe typu perceptron wielowarstwowy.
The purpose of this research work was to develop a neural model allowing to assess dried carrot type and to classify it on the basis of digital photographs. Three dried carrot types were analysed and classified. Their specific qualities were selected, allowing classification according to dried carrot type and quality. Completed research allowed to generate four neural models of multiplayer perceptron type.
Źródło:: Inżynieria Rolnicza; 2009, R. 13, nr 8, 8; 61-67
1429-7264
Pojawia się w:: Inżynieria Rolnicza
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 6.

Tytuł:: Intranetowy, bazodanowy system wspomagający zarządzanie spedycją na przykładzie przedsiębiorstwa z branży rolno-spożywczej
An intranet-based database system supporting freight management for a food and farming business
Autorzy:: Koszela, K.
Otrząsek, J.
Powiązania:: https://bibliotekanauki.pl/articles/336397.pdf
Data publikacji:: 2012
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:: branża rolno-spożywcza
przedsiębiorstwo
sektor usług
transport
logistyka
koszty
konkurencyjność
zarządzanie
baza danych
farm and food industry
enterprise
service sector
logistics
costs
economic competition
management
database
Opis:: W obecnej sytuacji rynkowej, w sektorze usług przy wysokiej konkurencyjności pomiędzy firmami, zachodzi konieczna potrzeba identyfikacji, kontroli i umiejętnego zarządzania kosztami. Jednym z takich obszarów, gdzie koszty transportu stanowią znaczący udział jest transport żywności. Ponieważ każdy produkt zanim trafi na sklepową półkę musi przebyć długi łańcuch dystrybucyjno-logistyczny w czasie. Na każdym jego etapie muszą być zapewnione ściśle określone warunki. To właśnie mnogość przepisów sanitarno-transportowych i zapewnienie odpowiednich warunków jakościowych sprawia, że sprawne zarządzanie transportem decyduje o przewadze konkurencyjnej danego przedsiębiorstwa w branży. Dlatego też, optymalizacja kosztów transportu w tym obszarze działalności może przyczynić się do zwiększenia sukcesu ekonomicznego danego przedsięwzięcia.
Considering the high level of competitiveness of the current market situation in the service sector, it is important to identify, control and manage costs. Transport costs represent a considerable part of food costs. Before you see a product on store shelves, you have to take into account that the logistics and distribution processes take a great deal of time and the right quality conditions must be satisfied, since there are many sanitary and transport rules involved. Efficient transport management increases the competitiveness of a business, and therefore, optimization of transport costs in this area may allow a business to achieve greater economic success.
Źródło:: Journal of Research and Applications in Agricultural Engineering; 2012, 57, 1; 83-86
1642-686X
2719-423X
Pojawia się w:: Journal of Research and Applications in Agricultural Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 7.

Tytuł:: Wykorzystanie narzędzi data mining w badaniu struktury upraw i chowu zwierząt w Polsce na tle krajów Unii Europejskiej
The use of data mining tools in the study of the structure of crops and livestock production in Poland in the European Union background
Autorzy:: Kolasa-Więcek, A.
Koszela, K.
Powiązania:: https://bibliotekanauki.pl/articles/336333.pdf
Data publikacji:: 2013
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:: zboża
zwierzęta hodowlane
analiza głównych składowych
grupowanie aglomeracyjne
data mining
cereals
farming animals
principal component analysis
agglomerative clustering
Opis:: W artykule zaprezentowano wyniki badań z zastosowaniem narzędzi eksploracji danych w zakresie usytuowania Polski na mapie krajów UE-27 pod względem wielkości upraw oraz pogłowia zwierząt gospodarskich. Zastosowano w tym celu dwie różne metody: analizę składowych głównych oraz grupowanie aglomeracyjne. Uzyskane w obu przypadkach wyniki badań są niemal identyczne i wśród 27 krajów wskazują na wyraźnie homogeniczne państwa: Polska, Francja, Niemcy, Włochy, Hiszpania, Wielka Brytania oraz Rumunia, a w przypadku grupowania aglomeracyjnego także Holandia. Pozostałe kraje stanowiły liczną, odrębną grupę. Badania przeprowadzono w pakiecie Statistica v.10.
The article presents the results of using data mining tools in the field of Polish location on a map of the EU-27 in terms of crops and livestock population. For this purpose two different methods were used: principal component analysis and agglomerative clustering. Obtained in both cases results are almost identical, and among the 27 countries indicate clearly homogeneous countries: Poland, France, Germany, Italy, Spain, the UK and Romania, in the case of the agglomeration group also Netherlands. Other countries accounted for a large, separate group. The study was conducted in the package Statistica v. 10.
Źródło:: Journal of Research and Applications in Agricultural Engineering; 2013, 58, 1; 73-77
1642-686X
2719-423X
Pojawia się w:: Journal of Research and Applications in Agricultural Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 8.

Tytuł:: The effect of smoking on back pain intensity in rehabilitated patients treated conservatively and surgically for discopathy
Autorzy:: Koszela, K.
Woldańska-Okońska, M.
Powiązania:: https://bibliotekanauki.pl/articles/28762848.pdf
Data publikacji:: 2021
Wydawca:: Instytut Medycyny Wsi
Źródło:: Annals of Agricultural and Environmental Medicine; 2021, 28, 1; 179-182
1232-1966
Pojawia się w:: Annals of Agricultural and Environmental Medicine
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 9.

Tytuł:: Klasyfikacja wybranych odmian jabłek oraz suszu marchwi z wykorzystaniem sieci neuronowych typu Kohonena
Classification of selected apples varieties and dried carrots using neural network type kohonen
Autorzy:: Boniecki, P.
Koszela, K.
Przybylak, A.
Powiązania:: https://bibliotekanauki.pl/articles/334443.pdf
Data publikacji:: 2010
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:: klasyfikacja
jabłko
odmiana
marchew
sieć neuronowa
classification
apple
carrot
variety
neural network
Opis:: Celem badań była analiza zdolności klasyfikacyjnych modelu neuronowego typu Kohonena, uczonego metodą "nie nadzorowaną". Klasyfikacji poddano trzy wyselekcjonowane odmiany jabłek, które często występują w sadach na terenie Polski. Ze względów porównawczych, podobną analizę przeprowadzono w celu identyfikacji jakości suszu warzywnego. Neuronowej klasyfikacji dokonano w oparciu o informację zakodowaną w postaci zbioru cyfrowych obrazów jabłek oraz suszu marchwi. Jako cechy charakterystyczne, stanowiące podstawę do przeprowadzenia klasyfikacji, przyjęto reprezentacje w postaci palety dominujących barw występujących w kolorze owoców i suszu warzywnego oraz wybranych współczynników kształtu.
The purpose of this study was the analysis of ability classification neural model type Kohonen. Classification has been selected three varieties of apples, which often appear in Polish orchards in the area. For purposes of comparison, a similar analysis was performed to identify the quality of dried vegetables. Neural classification was based on the information encoded in the form of a set of digital images apples and dried. As the characteristics feature adopted color and shape of apples and dried carrots.
Źródło:: Journal of Research and Applications in Agricultural Engineering; 2010, 55, 1; 11-15
1642-686X
2719-423X
Pojawia się w:: Journal of Research and Applications in Agricultural Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 10.

Tytuł:: Methodology of comparing the performance of SQl insert operations in selected RDBMS
Metodyka porównywania wydajności operacji SQl insert w wybranych RDBMS
Autorzy:: Otrząsek, J.
Mueller, W.
Koszela, K.
Powiązania:: https://bibliotekanauki.pl/articles/335957.pdf
Data publikacji:: 2012
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:: systemy informatyczne
funkcjonalność
relacyjne bazy danych
computer systems
functionality
relational databases
Opis:: Currently, the majority of the existing IT systems and those that are under development are based on applications that work with database servers. The ever wider range of functionalities that such servers are able to provide results in an increase in the number of their users and in the amount of data processing. This leads to performance problems. Such problems are addressed through both programming and hardware solutions. In terms of programmatic solutions the authors' interest is focused on table structures in RDBMS's and their performance in terms of write operations on data. So far analyses have been conducted relating to the impact of the presence of a primary key and the way it is generated on data write operations in a sample of relational databases.
Aktualnie większość istniejących i tworzonych systemów informatycznych to aplikacje współpracujące z serwerami bazodanowymi. Oferowana przez nie coraz szersza gama funkcjonalności skutkuje zarówno wzrostem liczby użytkowników, jak i przetwarzanych danych. Powoduje to pojawienie się problemów z wydajnością. Rozwiązywane są one zarówno poprzez działania programistyczne, jak i sprzętowe. Przedmiotem zainteresowania autorów z obszaru działań programistycznych stała się definicja (struktura) samej tabeli w RDBMS z perspektywy wydajności zapisu danych. Dotychczas przeanalizowano wpływ klucza podstawowego i sposobu jego generowania na zapis danych w przykładowo wybranych bazach relacyjnych.
Źródło:: Journal of Research and Applications in Agricultural Engineering; 2012, 57, 2; 134-137
1642-686X
2719-423X
Pojawia się w:: Journal of Research and Applications in Agricultural Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 11.

Tytuł:: Koncepcja wykorzystania sztucznych sieci neuronowych w procesie oceny jakości pomidorów
The concept of artificial neural networks application in the process of evaluation of the quality of tomatoes
Autorzy:: Zaborowicz, M.
Koszela, K.
Boniecki, P.
Powiązania:: https://bibliotekanauki.pl/articles/334162.pdf
Data publikacji:: 2011
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:: sieć neuronowa
pomidor
jakość
ocena
neural network
evaluation
quality
tomatoes
Opis:: Zwiększenie konkurencyjności oraz wzrost jakości produktów jest jednym z głównych celów producentów branży rolno-spożywczej. Producenci żywności zobowiązani są do przestrzegania norm jakościowych oraz dostarczania produktów zgodnie z zakontraktowaną specyfikacją jakościową. Liderzy rynku chcąc pozostać w czołówce przedsiębiorstw coraz częściej stosują nowoczesne rozwiązania informatyczne wspomagające proces wytwórczy i ocenę jakościową produktu. Złożoność tych procesów wymaga zaprojektowania i wdrażania nowych rozwiązań, wykorzystujących specjalne techniki i metody informatyczne.
Increasing competitiveness and increase of product quality is one of the main objectives of the producers of agrifood sector. Food manufacturers are required to observe quality standards and deliver products in accordance with the spedfications. Leaders of food manufactures wanting to remain at the fore front of companies use modern IT solutions for supporting the production and evaluation of product quality. The complexity of these processes requires the inventing and implementation of new solutions, using special techniques and methods of informatics.
Źródło:: Journal of Research and Applications in Agricultural Engineering; 2011, 56, 1; 147-149
1642-686X
2719-423X
Pojawia się w:: Journal of Research and Applications in Agricultural Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 12.

Tytuł:: Neuronowy system informatyczny "RENZIAR 1.0" w procesie klasyfikacji ziaren pszenicy
Neural computer system "RENZIAR 1.0" in the process of classification of wheat grains
Autorzy:: Boniecki, P.
Świerczyński, K.
Koszela, K.
Powiązania:: https://bibliotekanauki.pl/articles/334046.pdf
Data publikacji:: 2011
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:: neuronowy system informatyczny"RENZIAR 1.0"
pszenica
ziarno
neural computer system RENZIAR 1.0
wheat
grains
Opis:: Ważnym etapem oceny jakościowej magazynowanych zbóż jest określenie ewentualnych ubytków struktury fizycznej ziarniaków, wynikających z ich stanu chorobowego. Motywem niniejszej pracy było dokonanie klasyfikacji zdjęć rentgenowskich ziaren pszenicy w celu identyfikacji negatywnych efektów żerowania potencjalnych szkodników. Efektem utylitarnym prowadzonych badań było wytworzenie oraz weryfikacja i walidacja komputerowego systemu informatycznego "RENZIAR 1.0", wspomagającego proces wstępnej analizy zdjęć rentgenowskich, dokonywanej w celu ekstrakcji cech charakteryzujących znamiona chorobowe ziarniaków. Pozyskanie tych informacji jest niezbędne w procesie tworzenia modeli neuronowych służących do identyfikacji oraz klasyfikacji wybranych ziaren zbóż, w kontekście ich uszkodzeń spowodowanych chorobą. System ten został wytworzony w środowisku programistycznym Microsoft Visual Studio 2008, wykorzystującym Framework .NET 3,5. System informatyczny "RENZIAR 1.0 "posiada przyjazny użytkownikowi interfejs, który w istotny sposób ułatwia pracę potencjalnemu użytkownikowi.
Neural analysis pictures are used in many fields of science and utilitarian areas by increasing number of followers. Artificial neural networks work best in cases where one cannot use structural knowledge, be they math formulas. There is an increasing load of data that requires processing. Therefore a need for development of intelligent computers to compile such data has appeared. The very aim of this paper is to classify X-rays of wheat grains in order to create new computer applications. The aforementioned computer applications are applied in theprocess of analysis and classification ofX-rays ofwheat grains. This system has been developed and devised in Microsoft Visual Studio 2008 with NET 3.5 Framework. The inter-face has been set in the RENZIAR 1.0 Program, which is very specific, but not complicated, and therefore should not cause anyproblems to its users.
Źródło:: Journal of Research and Applications in Agricultural Engineering; 2011, 56, 1; 14-18
1642-686X
2719-423X
Pojawia się w:: Journal of Research and Applications in Agricultural Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 13.

Tytuł:: Ocena efektywności neuronowego prognozowania w oparciu o wybrane metody na przykładzie dystrybucji produktów rolniczych
Assessment of effectiveness of the neural prediction based on selected methods exemplified by distribution of agricultural products
Autorzy:: Koszela, K.
Boniecki, P.
Weres, J.
Powiązania:: https://bibliotekanauki.pl/articles/287927.pdf
Data publikacji:: 2005
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Tematy:: sztuczna inteligencja
sztuczne sieci neuronowe
prognozowanie
szeregi czasowe
artificial intelligence
artificial neural networks
prediction
time series
Opis:: Prognozowanie staje się bardzo ważnym etapem w każdej działalności. W przypadku dystrybucji produktów rolniczych mamy do czynienia z szeregiem złożonych bodźców, które przekładają się na wynik końcowy. Natomiast jakość tych prognoz ma ogromne znaczenie na kolejne etapy w łańcuchu produkcyjno-dystrybucyjnym. Sieci neuronowe są bardzo wysublimowaną techniką modelowania, zdolną odwzorować bardzo złożone funkcje. Modelowanie z wykorzystaniem sztucznych sieci neuronowych stosuje się wówczas, gdy nie jest znany dokładny opis matematyczny rozpatrywanego zjawiska, natomiast dobrze określone są jego wejścia i wyjścia. Sztuczna sieć neuronowa potrafi nauczyć się rozpoznawać analizowany problem, dając szybko odpowiedź na zmieniające się parametry wejściowe procesu. W pracy przedstawiono porównanie dwóch metod neuronowego modelowania sprzedaży wybranego produktu.
Prediction becomes a very important stage in many activities. In case of distributing agricultural products we deal with a number of stimuli which consequently transform into the end effect. It is clear that the quality of those predictions has a great influence on subsequent stages in the production and distribution chain. Neural networks are a sophisticated technique of modeling capable of reflecting very complex functions. Modeling using artificial neural networks is used when exact mathematical description of investigated phenomenon is not known but its inputs and outputs are well defined. Artificial neural network can learn to recognize the problem analyzed giving an answer to changing input parameters. In the paper two methods of neural modeling of a chosen agricultural product distribution were presented.
Źródło:: Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 69-76
1429-7264
Pojawia się w:: Inżynieria Rolnicza
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 14.

Tytuł:: SQL Server geography and geometry types in support of agricultural analysis
Typy geograficzne i geometryczne SQL Server w procesie wspomagania analiz dokonywanych w rolnictwie
Autorzy:: Otrząsek, J.
Mueller, W.
Koszela, K.
Powiązania:: https://bibliotekanauki.pl/articles/335028.pdf
Data publikacji:: 2013
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:: systemy informatyczne
analizy geoprzestrzenne
bazy danych
computer systems
geospatial analysis
databases
Opis:: Generalnie analizy geoprzestrzenne, tak potrzebne w rolnictwie, dokonywane są przy użyciu systemów informatycznych typu GIS. Alternatywne sposoby ich przeprowadzenia, z perspektywy aktualnie dostępnych technologii informatycznych, są i mogą być wykonywane przez dedykowane aplikacje, wykorzystujące typy geograficzne i geometryczne oferowane na poziomie SQL Server 2008. Ich powstanie nie byłoby możliwe bez implementacji tych typów również w środowisku programistycznym Visual Studio 2008 i 2010. Posługując się tymi technologiami, autorzy wytworzyli system informatyczny, wspomagający analizę rynku ubezpieczeń rolnych w oparciu o potencjał produkcji roślinnej gospodarstw rolnych. Analiza ta w głównej mierze bazuje na danych typu geograficznego.
In general, geospatial analysis, so essential in agriculture, is conducted using GIS systems. Considering the current state of information technology, alternative methods may and do involve dedicated applications that use geography and geometry data types, available on the SQL Server 2008 level. Their creation would not be possible without the types being implemented in Visual Studio 2008 and 2010 development environment as well. Using these technologies, the authors have created an information system that supports agricultural insurance market analysis based on vegetal production potential of farms. This analysis primarily uses geographical data.
Źródło:: Journal of Research and Applications in Agricultural Engineering; 2013, 58, 1; 139-142
1642-686X
2719-423X
Pojawia się w:: Journal of Research and Applications in Agricultural Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 15.

Tytuł:: The use of neural image analysis in the identification of information encoded in a graphical form
Wykorzystanie neuronowej analizy obrazów w identyfikacji informacji zakodowanej w formie graficznej
Autorzy:: Koszela, K.
Boniecki, P.
Kuzimska, T.
Powiązania:: https://bibliotekanauki.pl/articles/956540.pdf
Data publikacji:: 2015
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Tematy:: identification of class oocytes
quality classification
computer image analysis
image analysis
artificial neural networks
identyfikacja klas oocytów
klasyfikacja jakościowa
analiza obrazu
sztuczne sieci neuronowe
Opis:: Numerous scientific and research centres are searching for solutions concerning the problem of quality classification of animal oocytes. Conducting such studies is purposeful, particularly in the context of constant attempts to improve the quality of food products, which depends on the breeding value of livestock. Therefore, searching for methods of stimulation of proper development of a larger number of animal oocytes, particularly in extracorporeal conditions, gains special importance. An increasing interest in assisted reproduction techniques resulted in searching for new, increasingly effective methods of quality assessment of mammalian gametes and embryos. The expected progress in the production of animal embryos in vitro is largely dependent on proper classification of obtained oocytes. The aim of this work was to develop a non-invasive method for the quality assessment of oocytes, performed on the basis of graphic information encoded in the form of monochromatic digital images obtained via microscopy techniques. The classification process was conducted based on the information presented in the form of microphotography pictures of domestic pig oocytes, using advanced methods of neural image analysis.
Rozwiązaniem problemu klasyfikacji jakościowej oocytów zwierzęcych zajmuje się wiele różnych ośrodków naukowo-badawczych. Celowość prowadzenia takich badań jest uzasadniona szczególnie w kontekście ciągłego dążenia do podnoszenia jakości produktów żywnościowych, która jest pochodną wartości hodowlanej zwierząt gospodarskich. W związku z tym, istotnego znaczenia nabierają poszukiwania metod prowadzących do stymulowania prawidłowego rozwoju większej liczby zapładnianych oocytów zwierzęcych, zwłaszcza realizowanego w warunkach pozaustrojowych. Rosnące zainteresowanie technikami wspomaganego rozrodu stało się przyczyną poszukiwania nowych, coraz bardziej efektywnych metod oceny jakościowej gamet oraz zarodków ssaków. Oczekiwany postęp w produkcji zarodków in vitro zwierząt uzależniony jest w istocie od poprawnej klasyfikacji pozyskiwanych oocytów. Celem pracy było opracowanie bezinwazyjnej metody oceny jakościowej oocytów dokonywanej w oparciu o informację graficzną zakodowana w postaci monochromatycznych obrazów cyfrowych pozyskanych metodą mikroskopową. Proces klasyfikacji zrealizowano w oparciu o informację prezentowaną w formie zdjęć mikrofotograficznych oocytów świni domowej, wykorzystując w tym celu nowoczesne metody neuronowej analizy obrazu.
Źródło:: Agricultural Engineering; 2015, 19, 3; 25-35
2083-1587
Pojawia się w:: Agricultural Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "Koszela, K." wg kryterium: Autor

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język