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 "Weres, J." wg kryterium: Autor

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 37
Tytuł:
Informatyczny system pozyskiwania danych o geometrii produktów rolniczych na przykładzie ziarniaka kukurydzy
Information system for acquiring data on geometry of agricultural products exemplified by a corn kernel
Autorzy:
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/290520.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
modelowanie geometrii
wykrywanie krawędzi
siatka strukturalna MES
geometry modeling
edge detection
structural FE mesh
Opis:
W modelowaniu procesów cieplno-mechanicznych zachodzących w produktach rolniczych konieczna jest znajomość ich geometrii. Opracowano w związku z tym oryginalny system informatyczny do wykrywania krawędzi na cyfrowych obrazach przekrojów dowolnego obiektu oraz do automatycznego tworzenia siatki trójwymiarowych, izoparametrycznych elementów skończonych. Wynikowa tablica współrzędnych wszystkich węzłów tej siatki znajduje zastosowanie w oryginalnych programach autorskich do wizualizacji geometrycznego modelu badanego produktu oraz do prognozowania rozkładów temperatury i zawartości wody w jego wnętrzu. Przedstawiony w pracy przykład pozyskiwania danych o zewnętrznej i wewnętrznej geometrii produktów rolniczych, w postaci tablicy współrzędnych węzłów siatki MES, dotyczy ziarniaka kukurydzy.
In modeling thermo-mechanical processes in agricultural products it is important to know their external and internal geometry. An original software was developed for detecting edges in digital images of sections of an arbitrary object and for automatic generating of a mesh of 3D isoparametric finite elements. The resulting array of coordinates of all nodes of the mesh can be then applied in original author's programs for visualizing the geometric model of a given product and for predicting its temperature and moisture content distributions. A corn kernel was used to exemplify acquisition of data on external and internal geometry of agricultural products in a form of an array of FEM mesh coordinates.
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 7, 7; 229-236
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
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
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
Tytuł:
Neuronowa analiza spektrum sygnału akustycznego w określaniu cech fizycznych ziarniaków
Neural analysis of acoustic signal spectrum during determination of seed physical properties
Autorzy:
Tomczak, R. J.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/287944.pdf
Data publikacji:
2009
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sieć neuronowa
pomiar
ocena
wilgotność
kukurydza
neural network
measurement
assessment
humidity
corn
Opis:
W pracy poddano analizie możliwość wytworzenia modelu neuronowego zależności pomiędzy charakterem częstotliwościowym sygnału akustycznego generowanego w trakcie swobodnego transportu grawitacyjnego ziarniaków kukurydzy a ich wilgotnością. Wytworzono modele neuronowe, określono ich jakość i generowane błędy pomiarowe.
The paper presents an analysis of possibility to develop a neural model for relationship between frequency-related character of an acoustic signal generated during free gravitational transport of corn seeds and their humidity. Neural models were developed, and their quality and generated measurement errors were determined.
Źródło:
Inżynieria Rolnicza; 2009, R. 13, nr 8, 8; 237-241
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Internetowy system doradczy "Rzepinfo" wspomagający ochronę plantacji rzepaku ozimego
Decision support system "Rzepinfo" for winter oilseed rape protection
Autorzy:
Kozłowski, R. J.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/290127.pdf
Data publikacji:
2008
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
rzepak ozimy
ochrona roślin
system wspomagania decyzji
aplikacja internetowa
doradztwo rolnicze
rape
plant protection
decision support system
web application
agriculture advisory
Opis:
Alternatywą dla powszechnie stosowanych sposobów dostępu do informacji związanych z produkcją rolniczą są pojawiające się w sieci kompleksowe systemy doradcze wspomagające rolnika w podejmowaniu istotnych dla jego plantacji decyzji. Systemy takie udostępniają między innymi informacji dotyczących ochrony prowadzonej uprawy, które ułatwiają utworzenie pełnego programu ochrony plantacji. Taką rolę pełni omówiony w pracy system doradczy "Rzepinfo". Dostarcza on informacji związanych z ochroną plantacji rzepaku ozimego dotyczących: odmian, zapraw nasiennych, szkodników i chorób wyrządzających największe szkody, środków ochrony roślin itp. Wspomaga identyfikację szkodników, na podstawie ich budowy morfologicznej oraz chorób na podstawie charakterystycznych uszkodzeń rośliny. Ułatwia dobór odmian, zapraw nasiennych, środków ochrony roślin oraz zaplanowanie zabiegów ochronnych.
Computer aided decision support systems helping the farmer in undertaking essential for his plantation decisions are the alternative for universal ways of the access to the information of agricultural production. The product of this work is an Internet-based decision-support system "Rzepinfo" assisting farmers in making decisions concerning the protection of their winter oilseed rape plantations. The client-server decision-support system designed here delivers information about pests and diseases of winter oilseed rape and the methods of combating them. The decision-support algorithms make it possible to identify the pests and diseases on the basis of morphology or characteristic damage to plants, and select the best methods of eliminating these threats.
Źródło:
Inżynieria Rolnicza; 2008, R. 12, nr 2(100), 2(100); 101-109
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rola i możliwości zdalnego nauczania w kształceniu studentów i doradztwie rolniczym na przykładzie pakietu IMARK
Role and possibilities of electronic learning application in students’ education and agricultural advisory on an example of the IMARK module
Autorzy:
Rudowicz-Nawrocka, J.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/287692.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
zdalne nauczanie
e-learning
pakiet IMARK
doradztwo rolnicze
electronic learning
agricultural studies
agricultural advisory
IMARK module
Opis:
Celem niniejszej pracy jest przedstawienie technik zdalnego nauczania (ang. e-learning) i ich wykorzystania w sektorze rolniczym. Omówiono systemy zarządzania e-learningiem pozwalające na tworzenie lekcji przez ekspertów nie znających zaawansowanych technologii informatycznych. Na przykładzie pakietu IMARK zaprezentowano budowę kursu, zwracając szczególną uwagę na sposób przygotowania i prezentacji treści lekcji.
Paper discussed the electronic learning techniques and their applicability in agricultural studies and advisory. The systems of electronic learning management, enabling to prepare the lessons by experts of rather limited skills in advanced information technologies were described. On an example of IMARK (information management resource kit) the construction of learning course was presented with special attention paid to preparation and presentation procedure concerning the lessons’ essence.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 8, 8; 333-341
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Komputerowe wspomaganie identyfikacji szkodników i chorób rzepaku ozimego
Computer support for identification of pests and diseases in winter oilseed rape
Autorzy:
Kozłowski, R. J.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/288293.pdf
Data publikacji:
2007
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
rzepak ozimy
ochrona roślin
doradztwo rolnicze
system wspomagania decyzji
plant protection
winter oilseed rape
agriculture advising
decision support system
Opis:
Rzepak ozimy jest obecnie najczęściej uprawianą rośliną oleistą w Polsce. W kompleksowej ochronie rzepaku ozimego ważną rolę odrywają zabiegi zwalczające szkodniki i choroby. Dostarczeniem ważnych dla ochrony plantacji informacji zajmują się wyspecjalizowane instytucje doradztwa rolniczego. Pierwszym etapem przy opracowaniu programu ochrony dla danej plantacji jest identyfikacja zagrożeń. Zaproponowana w niniejszej pracy komputerowa metoda identyfikacji szkodników i chorób pozwala na wstępne oznaczenie agrofaga na podstawie jego budowy morfologicznej (dla stadiów dorosłych i młodocianych szkodników) a także charakterystycznych uszkodzeń rośliny. Metoda ta jest częścią komputerowego systemu Rzepinfo, wspomagającego doradztwo rolnicze w zakresie ochrony plantacji rzepaku ozimego.
Winter oilseed rape is a very popular agricultural crop in many countries including Poland. Information about the most dangerous pests and diseases in oilseed rape cultivations is very important. Delivery of this information is the task of institutions offering expert agricultural advice. The methods proposed in this paper allow to identify the pests and diseases of winter oilseed rape. The algorithms make it possible to identify the pests and diseases on the basis of morphology or characteristic damage to plants.
Źródło:
Inżynieria Rolnicza; 2007, R. 11, nr 2 (90), 2 (90); 109-117
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Interaktywny system edukacyjny wprowadzający w zagadnienie sztucznych sieci neuronowych
Interactive educational system introducing into issue of artificial neural networks
Autorzy:
Olszewski, T.
Boniecki, P.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/287816.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczna sieć neuronowa
edukacyjny system informatyczny
modelowanie neuronowe
sztuczna inteligencja
artificial neural network
educational computer system
artificial intelligence
Opis:
Dziedzina sztucznych sieci neuronowych ma swoje źródło w badaniach dotyczących sztucznej inteligencji. Stanowią one próbę naśladowania najważniejszych cech charakteryzujących biologiczne systemy nerwowe. Nazwą „sztuczne sieci neuronowe” (SSN) określa się dziś najczęściej symulatory programowe, umożliwiające modelowanie sieci na komputerach klasy PC. Sztuczne sieci neuronowe pozwalają na modelowanie systemów empirycznych o nieokreślonych zależnościach, trudnych do opisania tradycyjnymi, deterministycznymi metodami. Mają również zdolność generalizacji i uogólniania. Dzięki swym cechom SSN znajdują zastosowanie w rozwiązywaniu różnych problemów w wielu, niepowiązanych z sobą dziedzinach, jak: finanse, medycyna czy inżynieria rolnicza. Celowe jest więc wykonanie informatycznego systemu edukacyjnego, który pozwoli w łatwy i przystępny sposób zapoznać użytkownika z tematyką modelowania neuronowego.
The domain of artificial neural networks has its own source in the research of artificial intelligence. Artificial neural networks (ANN) are trying to imitate the most important features which represent the biological nervous systems. Nowadays in most cases the name of “artificial neural networks” define as programming simulators which allows the modeling of networks on PC computers. ANN permits to modeling empirical systems which have indefinable relationships and are hard to present in a traditional deterministic methods. They have as well the ability to generalize. Owing to its features, ANN applies in resolving variety of problems in many totally different areas, like: finances, medicine or agricultural engineering. It is purposeful to prepare educational informatics system which allows a user to get closer to subjects of neural modeling in easy and accessible way.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 8, 8; 293-298
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie obiektowe w procesie wytwarzania systemu informatycznego wspierającego badania i projektowanie kamiennych regeneratorów ciepła
Object modeling in the process of creating an informatics system supporting the researching designing of stone heat regenerators
Autorzy:
Rogacki, P.
Mueller, W.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/289000.pdf
Data publikacji:
2007
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
kamienny regenerator ciepła
modelowanie UML
stone heat regenerator
UML modeling
Opis:
Skuteczną metodą radzenia sobie ze złożonością systemów empirycznych, które między innymi stanowią przedmiot zainteresowania inżynierii rolniczej jest wieloetapowe i wieloaspektowe modelowanie dziedziny problemowej. Zakres tych działań rozszerza się, jeżeli do celów badawczych chcemy wykorzystać symulacje komputerowe realizowane na bazie wytworzonego systemu informatycznego. Wygodnym standardem ułatwiającym zrealizowanie poszczególnych etapów modelowania wybranej, złożonej dziedziny problemowej, zmierzające do jej poznania, jest język UML 2.0. Bazując na nim, autorzy przeprowadzili ponowne modelowanie systemu empirycznego, jakim jest kamienny regenerator i pełniej niż dotąd wyjaśnili jego zachowanie.
The complexity of empirical systems which are among others the subject of interest of agricultural engineering, can be effectively dealt with by means of multi-staged and multi-faced problem area modeling. The scope of these actions widens if we want to use computer simulations realized using the created informatics system. The UML2.0 language is a handy standard facilitating particular levels of modeling the chosen problem area. Using it, the authors conducted a modeling of a stone regenerator and gave a fuller explanation of its behaviour.
Źródło:
Inżynieria Rolnicza; 2007, R. 11, nr 2 (90), 2 (90); 257-263
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Computer-aided identification of the water diffusion coefficient for maize kernels dried in a thin layer
Autorzy:
Kujawa, S.
Weres, J.
Olek, W.
Powiązania:
https://bibliotekanauki.pl/articles/25413.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Instytut Agrofizyki PAN
Tematy:
computer-aided identification
water diffusivity coefficient
water transport
maize kernel
cereal grain
drying
storage
thin layer
moisture content
Źródło:
International Agrophysics; 2016, 30, 3
0236-8722
Pojawia się w:
International Agrophysics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparison of optimization algorithms for inverse FEA of heat and mass transport in biomaterials
Porównanie algorytmów optymalizacji w analizie odwrotnej transportu ciepła i masy w biomateriałach
Autorzy:
Weres, J.
Olek, W.
Kujawa, S.
Powiązania:
https://bibliotekanauki.pl/articles/279448.pdf
Data publikacji:
2009
Wydawca:
Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
Tematy:
heat conduction
water diffusion
inverse modeling
Opis:
Inverse analysis has become increasingly important for estimating coefficient values for heat and moisture transport in complex biological materials. With this approach, an improved accuracy of predicting transport processes can be obtained as compared to simulations based on coefficients determined by experimental procedures only. Such improvement is indispensable for successful analyzing, designing and managing most technological processes in the agri-food and forest products industries. In recent years, many optimization algorithms have been developed to solve inverse problems. Performance of the following algorithms was analyzed and compared in this paper: simulated annealing, tabu search, genetic algorithm, variable metric algorithm and trust region algorithm. Results demonstrated that although all the algorithms were able to estimate the coefficients, there were differences in their performance and due to high computational complexity of the problem only the trust region procedure was acceptable.
Znaczenie analizy odwrotnej w oszacowywaniu wartości współczynników transportu ciepła i wody w złożonych materiałach pochodzenia biologicznego stale wzrasta. Dzięki zastosowaniu tej metody można zwiększyć dokładność prognozowania procesów transportowych w porównaniu do symulacji opartych na współczynnikach, których wartości są określane wyłącznie metodą eksperymentów naturalnych. Uzyskiwana poprawa dokładności jest niezmiernie przydatna w analizie, projektowaniu i zarządzaniu większością procesów technologicznych w przemyśle rolno-spożywczym i drzewnym. W ostatnich latach zostało opracowanych wiele algorytmów optymalizacji do rozwiązywania zagadnień odwrotnych. W niniejszej pracy poddano analizie i porównano działanie następujących algorytmów: symulowane wyżarzanie, poszukiwanie z tabu, algorytm genetyczny, algorytm zmiennej metryki oraz algorytm obszarów zaufania. Wyniki wskazały, że chociaż wszystkie algorytmy potrafiły oszacować wartości współczynników, pojawiły się różnice w ich działaniu i ze względu na dużą złożoność obliczeniową rozpatrywanego problemu tylko procedura obszarów zaufania przynosiła satysfakcjonujące wyniki.
Źródło:
Journal of Theoretical and Applied Mechanics; 2009, 47, 3; 701-716
1429-2955
Pojawia się w:
Journal of Theoretical and Applied Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
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
Tytuł:
Interaktywny system edukacyjny wspomagający proces projektowania oraz eksploatacji sztucznych sieci neuronowych w rolnictwie
Interactive education system supporting the use of artificial neural networks in agriculture
Autorzy:
Boniecki, P.
Weres, J.
Mueller, W.
Powiązania:
https://bibliotekanauki.pl/articles/289530.pdf
Data publikacji:
2006
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczna sieć neuronowa
klasyfikacja
eksplatacja
projektowanie
rolnictwo
artificial neural network
identification
agriculture
Opis:
W wielu pracowniach naukowych realizowanych jest obecnie wiele nowatorskich projektów naukowo badawczych mających na celu ograniczenie negatywnych skutków występujących w trakcie opryskiwania oraz nawożenia. Dokonuje się to m.in. poprzez tworzenie systemów wczesnego wykrywania chorób roślin, pojawiania się chwastów i innych zagrożeń plonów. Wiele z tych projektów działa już w praktyce i ma duże szanse na praktyczne wykorzystanie w niedalekiej przyszłości na farmach eksperymentalnych, a docelowo w większych gospodarstwach rolnych. Wszystkie te projekty są budowane przy założeniem czynienia jak najmniejszej szkody środowisku naturalnemu (np. inteligentne opryski, nawożenie) dzięki dokładniejszemu oraz pełniejszemu rozpoznaniu oraz analizie wzajemnie powiązanych danych empirycznych. Wiele prac wykorzystuje technikę neuronowego rozpoznawania obrazów, kojarzenia oraz klasyfikacji danych reprezentujących cechy charakterystyczne roślin takie jak kształt, barwa czy faktura [Boniecki i Weres 2003]. Celem pracy było wytworzenie, zgodnie ze standardami inżynierii oprogramowania, interaktywnej aplikacji komputerowej, wspomagającej proces edukacyjny w zakresie konstrukcji oraz eksploatacji wybranych topologii sztucznych sieci neuronowych. Zadaniem aplikacji jest przybliżenie wybranych zagadnień z zakresu generowania i eksploatacji sieci typu perceptron oraz sieci radialnej. Wytworzony system informatyczny ma również praktycznie zaprezentować zasadę działania tych sieci, w szczególności jako narzędzi klasyfikacyjnych, na przykładzie zadania identyfikacji wybranych odmian kwiatów.
Many research institutions conduct novel R&D projects designed to limit the adverse impact of crop spraying and fertilization. Some such projects produce systems for early detection of crop diseases, weed growth and other crop hazards. Many apply their findings in practice or stand a good chance of being employed in the near future, first on experimental and then on larger farms. All of such projects are developed with a view to reducing adverse environmental impact (by e.g. smart crop spraying and fertilization) by more accurately and completely recognizing and analyzing interrelated empirical data. Many such works rely on the neural technology of image recognition, as well as the association and classification of data representing characteristic features of plants (shapes, colors, textures, etc.). The purpose of this project was to develop an interactive computer application pursuant to software engineering standards that would support education in the field of constructing and operating selected artificial neural network topologies. The project is designed to investigate selected problems having to do with the generation and operation of perceptron and radial networks and help present the networks' operating principles as classification instruments in a case of identifying flower varieties for practical purposes.
Źródło:
Inżynieria Rolnicza; 2006, R. 10, nr 13(88), 13(88); 17-27
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Algorytmy genetyczne jako narzędzie optymalizacyjne stosowane w sieciach neuronowych
Genetic algorithms as a optimization tool applied in neural networks
Autorzy:
Olszewski, T.
Boniecki, P.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/289865.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczne sieci neuronowe
algorytmy genetyczne
artificial neural networks
genetic algorithms
Opis:
Rewolucyjne wynalazki człowieka bardzo często powstają w wyniku obserwacji przyrody. Korzysta ona z rozwiązań najlepszych i optymalnych, tak więc wartych naśladowania. Niestety czasami jest to bardzo trudne. Przykładem może być mózg ludzki, którego funkcjonowania nadal nie rozumiemy do końca. Obserwując jego budowę stworzono Sztuczne Sieci Neuronowe, które są jego bardzo uproszczonym modelem mającym wykorzystywać jego najważniejsze cechy czyli zdolność uczenia i kojarzenia. Ewolucja naturalna jest swoistym procesem optymalizacyjnym mającym na celu najlepsze przystosowanie osobników do otaczającego świata, a co się z tym wiąże - przetrwania gatunku. Również mechanizmy ewolucyjne zostały wykorzystane przez człowieka. Jedną z metod odwzorowującą te mechanizmy są algorytmy genetyczne pozwalające na optymalne rozwiązanie różnych problemów. W artykule zostało przedstawione połączenie obu idei.
Revolutionary human inventions very often arise as a result of nature observation. Nature use the best and optimal solutions therefore deserves to copy. Unfortunately, sometimes it’s very hard. Human’s brain can be example, whose functions we don’t fully understand. As a result of observations of the build of human’s brain made artificial neural networks. They are its very simplified model, which use its main features: ability to learn and associate. Natural evolution is peculiar optimization process which purpose is the best adaptation of specimen to the surrounding world and it is in connection with survival of the species. Evolutionary mechanics were exploit by the human as well. Genetic algorithms are one of many methods which model evolutionary mechanics. They allow to find optimal solution for different problems. This article presents the combination both ideas.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 137-143
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Porównanie algorytmów optymalizacji globalnej w modelowaniu odwrotnym procesów suszenia produktów rolniczych
Comparison of global optimization algorithms in inverse modeling of drying processes of agricultural products
Autorzy:
Siatkowski, M.
Weres, J.
Kujawa, S.
Powiązania:
https://bibliotekanauki.pl/articles/290471.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
modelowanie odwrotne
algorytm optymalizacji globalnej
suszenie
produkt rolniczy
inverse modeling
global optimization algorithms
drying
agricultural product
Opis:
W celu zapewnienia zadowalająco niskiej niepewności modeli matematycznych stosowanych do opisu procesu suszenia produktów rolniczych niezbędne okazuje się wyznaczenie wartości ich współczynników. Można to uczynić na drodze modelowania odwrotnego, z użyciem odpowiednio dobranego algorytmu optymalizacji. Ważną grupę takich algorytmów stanowią algorytmy optymalizacji globalnej, takie jak: symulowane wyżarzanie, przeszukiwanie z tabu i algorytm genetyczny. W pracy porównano te trzy algorytmy w zastosowaniu do modelowania odwrotnego procesów suszenia produktów rolniczych i określono ich przydatność w uzyskiwaniu wyników obarczonych najmniejszą niepewnością w najkrótszym czasie.
To attain a satisfactorily low level of uncertainty for mathematical models used to describe drying processes of agricultural products it is essential to determine values of their coefficients. It can be done in a process of inverse modeling, with the use of adequately selected optimization algorithm. Global optimization algorithms, like simulated annealing, tabu search and genetic algorithm are of particular interest. In the paper all the three algorithms were compared in inverse modeling of drying of agricultural products. Their usefulness was estimated in obtaining results of the lowest uncertainty in the shortest time.
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 7, 7; 191-198
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 37

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