Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Wołynka, Ł." wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Możliwości informatyki kwantowej do poprawy dokładności modelowania. Część 2 – KAE na przykładzie ruchu robota PR-02
Possibility of quantum computer to improve accuracy of modeling. Part 2. KAE on example on motion robot PR-02
Autorzy:
Tchórzewski, J.
Wołynka, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/377920.pdf
Data publikacji:
2016
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
sztuczne sieci neuronowe
algorytmy ewolucyjne
środowisko MATLABA i Simulinka
robot PR-02
modelowanie systemów
informatyka kwantowa
Opis:
Artykuł zawiera wybrane wyniki badań dotyczące próby opracowania kwantowego algorytmu ewolucyjnego i jego implementacji w j. Matlab do poprawy parametrów modelu neuralnego ruchu ramienia robota PR-02. Populację początkową zbudowano na bazie macierzy wag sztucznej sieci neuronowej. Wylosowane wartości poszczególnych chromosomów populacji początkowej zostały przekształcone na wartości binarne, a te z kolei na wartości kwantowe przy wykorzystaniu opracowanej w tym celu funkcji quatization(). Wartość kwantowa genu została określona na podstawie silniejszego stanu czystego reprezentowanego przez podchromosomy, do czego została wykorzystana funkcja dequantization(). Selekcję osobników przeprowadzono na bazie modelu neuralnego ruchu robota PR-02 zaimplementowanego w j. Matlab jako funkcja calculationsNeuralNetworks().
The article contains selected results of research on trying to develop a quantum evolutionary algorithm and its implementation in Matlab to improve the parameters of the model of neural movement of the robot arm PR-02. The initial population is constructed on the basis of the matrix weights artificial neural network. The drawn values of individual initial population of chromosomes have been converted to binary values, and the latter value using quantum developed for this purpose function of quatization(). The value of the quantum of the gene was determined on the basis of a stronger state of pure represented by subchromosomes, what was used a function of dequantization(). Selection of individuals was carried out based on the model of neural traffic robot PR-02 implemented as a function of calculationsNeuralNetworks().
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2016, 88; 143-152
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Systemic Evolutionary Algorithm inspired by the methods of quantum computing to improve the accuracy of the model on the neuronal motion the end of the robot arm PR–02
Autorzy:
Wołynka, Ł.
Tchórzewski, J.
Powiązania:
https://bibliotekanauki.pl/articles/97323.pdf
Data publikacji:
2016
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
Evolution algorithms
Quantum computing
Modeling systems
Robot PR–02
Artificial Neural Networks
Environment MATLAB and Simulink
Opis:
The article contains selected results of research on the design Systemic Evolutionary Algorithm inspired by quantum informatics methods and description how to implement it in Matlab language in order to use for improve parameters neural model on example robot robot PR–02 arm motion. Initial population was based on weights matrix of artificial neural network. Randomly selected population of individual chromosomes in both the initial and in the following parent population have been converted to binary values, and these to quantum values by using created for this purpose quatization() function. Quantum gene value was determined on the basis of stonger pure state represented by different chromosomes, to which dequantization() function was used. Selection of individuals was conducted based on the model of neural robot PR–02 motion implemented in Matlab language using calculationsNeuralNetworks() function.
Źródło:
Computer Applications in Electrical Engineering; 2016, 14; 297-312
1508-4248
Pojawia się w:
Computer Applications in Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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