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 "Sieć Kohonena" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Podbaza

Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    Od Bertina i Hotellinga do Zadeha i Kohonena, czyli o zastosowaniu sztucznych sieci neuronowych w kartografii tematycznej
    From Bertin and Hotelling to Zadeh and Kohonen, or about applications of neutral networks in thematic cartography
    Autorzy:
    Kępińska, M.
    Olszewski, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/204234.pdf
    Data publikacji:
    2002
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    kartografia
    sieć neuronowa Kohonena
    kartografia tematyczna
    Opis:
    W artykule omówiono wybrane współczesne metody klasyfikowania danych oraz pokazano możliwość ich wykorzystania w kartografii. Szczególną uwagę zwrócono na możliwość zastosowania sieci neuronowych Kohonena jako narzędzia nienadzorowanej klasyfikacji danych przestrzennych.
    The article discusses selected contemporary methods of multi-feature data and shows their possible applications in cartography. Graphic information processing described by J. Bertin and principal components analysis created by H. Hotelling, which enables the transfer of results from n-dimensional space to three-, two-, and even one-dimensional space, are examples of non-standard classification in cartography. An examples of spatial data classification using L.A. Zadeh's theory of fuzzy sets is presented. In this classification particuler objects belong to different classes, with various levels of subordination. The article draws special attention to possibility of using neural networks (NN) as a tool for unsupervised classification of spatial data. NN using systems are widely applied in branches of knowledge, which research prediction and classification. From the point of view of source data classification, it is interesting to use NN prepared by unsupervised learning. A so called Kohonen's network is an example of such structure. During the learning process this network does not receive feedback on the correctness of particular answers. Not knowing the expected output information, the network selflearns to recognize data structure. The outer surface of the network creates a, so called, Kohonen topological map, which projects the relations of similarity between the features of analyzed objects into one- or two-dimensional space. The article presents two examples of practical applications of Kohonen's network in classification of multi-feature spatial data. Presented multi-feature data classification methods, despite high differentiation of algorithms, show similar approach to the discussed problem. Self-learning of Kohonen's network, like permutation method, consists in revealing the structure of source data. Application of neural networks, similarly to the method of principal components, allows to reduce the dimension of the space of attributes. In neural networks, as in the classification method basing on theory of fuzzy sets, the final interpretation should be preceded by an estimation of the level of activation of particular neurons. Application of one-dimensional out surface of Kohonen's net-work makes it possible to directly present the classification results on a thematic map, which is optimal from a cartographic point of view.
    Źródło:
    Polski Przegląd Kartograficzny; 2002, T. 34, nr 2, 2; 103-114
    0324-8321
    Pojawia się w:
    Polski Przegląd Kartograficzny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie samoorganizujących się map cech w diagnostyce silników o zapłonie samoczynnym
    Application of self-organizing maps of characteristics in the diagnostics of self-ignition engines
    Autorzy:
    Klimkiewicz, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/287341.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    silnik o zapłonie samoczynnym
    diagnostyka
    mapa cech
    sieć Kohonena
    diesel engine
    diagnostics
    self-organizing map
    Kohonen map
    Opis:
    Wykorzystano właściwości samoorganizujących się map cech w wykrywaniu uszkodzeń silników z zapłonem samoczynnym. Zbudowano model, w którym zmiennymi wejściowymi są symptomy zaobserwowane przez użytkownika wskazujące na niewłaściwą pracę silnika oraz sprawdzenia i pomiary wykonane przez mechanika. Za pomocą mapy topologicznej zlokalizowano podobne skupienia przypadków. Neuronom radialnym mapy nadano etykiety zgodne z nazwami mogących się pojawić usterek.
    The researchers made use of self-organizing properties of maps of characteristics in detecting defects of self-ignition engines. A model was developed with the following input variables: the symptoms observed by user that indicate abnormal engine work, and checks and measurements carried out by a mechanic. Similar concentrations of clusters were located using a topological map. Radial neurons in the map were marked with labels consistent with names of defects, which may possibly occur.
    Źródło:
    Inżynieria Rolnicza; 2008, R. 12, nr 7(105), 7(105); 101-108
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Kohonen networks for clustering of the Zachodniopomorskie Voivodeship districts in terms of the level of socio-economic development
    Zastosowanie sieci Kohonena do grupowania powiatów województwa zachodniopomorskiego pod względem poziomu rozwoju społeczno- gospodarczego
    Autorzy:
    Perzyńska, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/1186177.pdf
    Data publikacji:
    2020
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    cluster
    district
    Kohonen network
    socio-economic development
    West Pomeranian Voivodeship
    rozwój społeczno-gospodarczy
    powiat
    sieć Kohonena
    skupienie
    województwo zachodniopomorskie
    Opis:
    W artykule przedstawiono możliwości wykorzystania sztucznych sieci neuronowych w wielowymiarowej analizie – analizie skupień. Ilustracją rozważań teoretycznych jest badanie empiryczne, w którym obiektami badań są powiaty województwa zachodniopomorskiego. W badaniu wykorzystano dane statystyczne z wielu obszarów dotyczących rozwoju społeczno-gospodarczego, takich jak: demografia, rynek pracy, środowisko naturalne, kultura i rekreacja, infrastruktura społeczna i techniczna, gospodarka. Celem pracy był podział województwa zachodniopomorskiego na rozłączne grupy typologiczne powiatów za pomocą sieci Kohonena (map samoorganizujących). Skonstruowano i nauczono kilkanaście sieci różniących się strukturą warstwy wyjściowej. Ich wartościami wejściowymi były wybrane charakterystyki rozwoju społeczno-gospodarczego powiatów. Przy użyciu zweryfikowanych sieci utworzono różne zestawy grup badanych obiektów. Przeprowadzone badanie potwierdziło, że sieci Kohonena są użytecznym narzędziem wyodrębniania skupień powiatów podobnych do siebie pod względem poziomu rozwoju społeczno-gospodarczego.
    Źródło:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2020, 64, 9; 100-118
    1899-3192
    Pojawia się w:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie sieci neuronowej Kohonena do wizualizacji danych MPG
    Use of Kohonen neural network in MPG data visualisation
    Autorzy:
    Oszutowska-Mazurek, D. A.
    Powiązania:
    https://bibliotekanauki.pl/articles/135818.pdf
    Data publikacji:
    2016
    Wydawca:
    Wyższa Szkoła Techniczno-Ekonomiczna w Szczecinie
    Tematy:
    sieć neuronowa Kohonena
    samoorganizujące się mapy
    SOM
    wizualizacja danych
    dane MPG
    Kohonen neural network
    self organizing map
    Opis:
    Wstęp i cel: Zastosowanie sieci neuronowych Kohonena zapewnia zmniejszenie wielowymiarowości danych. Wizualizacja w postaci map samoorganizujących się (SOM) jest użytecznym narzędziem do wstępnego kastrowania (grupowania) danych. Materiał i metody: Wizualizację przeprowadzona dla rzeczywistych danych, udostępnionych przez uniwersytet w Kalifornii za pomocą oprogramowania SNNS v.4.3. Głównym celem pracy jest zastosowanie sieci neuronowych Kohonena zapewniające zmniejszenie wielowymiarowości danych. Wyniki: Otrzymano wizualizacje danych wskazujące jednoznacznie na dodatnie i ujemne korelacje danych MPG. Wniosek: Mapy samoorganizujące się mogą być dedykowane wizualizacji danych wielowymiarowych jednak wyniki zależą od sposobu mapowania danych wejściowych, zwłaszcza o charakterze jakościowym, nawet jeśli stosowana jest normalizacja każdego z parametrów.
    Introduction and aim: The use of Kohonen neural network ensures the decrease of data multidimensionality. Visualisation called Self organized maps is useful tool for preliminary data clustering. Material and methods: The visualisation of real data set was obtained with the use of program SNNS v.4.3 for real dataset from California University. The main aim of this paper is the use of Kohonen neural network to ensure the reduction of multidimensional data. Results: Obtained visualisations of data indicate unambiguously positive and negative correlations for MPG data Conclusion: Self organising maps could be dedicated to multidimensional data visualisation and preliminary quality assessment, but the results depend on the mapping method of input data, especially quantity type, even if normalisation of every parameter is provided.
    Źródło:
    Problemy Nauk Stosowanych; 2016, 4; 19-30
    2300-6110
    Pojawia się w:
    Problemy Nauk Stosowanych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie samoorganizujących sieci neuronowych Kohonena w klasyfikacji sejsmofacjalnej (rejon Ujkowice - Batycze)
    Application of Kohonens Self Organizing Networks in seismofacies classification (the Ujkowice - Batycze area)
    Autorzy:
    Dzwinel, K.
    Haber, A.
    Krawiec, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/184042.pdf
    Data publikacji:
    2006
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    atrybuty sesjmiczne
    analiza sejsmofacjalna
    krosskorelacja
    samoorganizująca sieć neuronowa Kohonena
    seismic attributes
    seismofacies analysis
    crosscorrelation Kohonen's Self Organizing Networks
    Opis:
    Artykuł przedstawia zastosowanie samoorganizujących sieci neuronowych Kohonena w klasyfikacji formy zapisu sejsmicznego. Klasyfikacja ta jest jednym z podstawowych elementów analizy sejsmofacjalnej, prowadzącej do wyciągnięcia znaczących wniosków poszukiwawczych. Istotnymi elementami takiej analizy są: wybór atrybutów sejsmicznych oraz użycie właściwego sposobu klasteryzacji. Do klasteryzacji użyto atrybutów AVA, które niosą ze sobą informacje o własnościach petrofizycznych skał. W celu zbadania rozkładu facji sejsmicznej na wybranym obszarze posłużono się dodatkowo innymi metodami wielowymiarowej analizy atrybutów sejsmicznych: klasyfikacją wybranego obszaru krossplotu "intercept-gradient" oraz klasteryzacją wykonaną metodą minimalizującą iloczyn odległości obiektów w wydzielanych grupach. Weryfikacji optymalnej metody klasyfikacji danych dokonano na podstawie obserwacji kształtów klastrów i ich charakterystyk.
    This paper presents the application of Kohonen's Self Organizing Networks in classification of seismic waveform. The classification is one of the basic elements of seismofacies analysis and it often leads to significant exploratory conclusions. Important elements of this kind of analysis are: selection of seismic attributes and usage of appropriate clustering method. There were used AVA attributes, which include information about petrophysical properties of rocks. There used two additional multi-dimensional methods to examine seismic facies distribution on selected area: classification of chosen crossplot intercept-gradient area and classification carried out by method which minimizes the product of objects distances in groups. Verification of optimal method for data classification was made based on observation of clusters shape and their characteristic due to insufficient information from wells.
    Źródło:
    Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie; 2006, 32, 4; 441-450
    0138-0974
    Pojawia się w:
    Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Automatic prolongation recognition in disordered speech using CWT and Kohonen network
    Autorzy:
    Codello, I.
    Kuniszyk-Jóźkowiak, W.
    Smołka, E.
    Kobus, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/332965.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    sieć Kohonena
    zaburzenia automatycznego rozpoznawania mowy
    ciągła transformata falkowa
    skala Barka
    wydłużenie mowy
    Kohonen network
    automatic disorders speech recognition
    waveblaster
    CWT
    continuous wavelet transform (CWT)
    Bark scale
    speech prolongations
    Opis:
    Automatic disorder recognition in speech can be very helpful for the therapist while monitoring therapy progress of the patients with disordered speech. In this article we focus on prolongations. We analyze the signal using Continuous Wavelet Transform with 18 bark scales, we divide the result into vectors (using windowing) and then we pass such vectors into Kohonen network. Quite large search analysis was performed (5 variables were checked) during which, recognition above 90% was achieved. All the analysis was performed and the results were obtained using the authors' program - "WaveBlaster". It is very important that the recognition ratio above 90% was obtained by a fully automatic algorithm (without a teacher) from the continuous speech. The presented problem is part of our research aimed at creating an automatic prolongation recognition system.
    Źródło:
    Journal of Medical Informatics & Technologies; 2012, 20; 137-144
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Disordered sound repetition recognition in continuous speech using CWT and Kohonen network
    Autorzy:
    Codello, I.
    Kuniszyk-Jóźkowiak, W.
    Smołka, E.
    Kobus, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/333359.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    sieć Kohonena
    zaburzenia automatycznego rozpoznawania mowy
    ciągła transformata falkowa
    skala Barka
    powtarzanie dźwięku
    Kohonen network
    automatic disorders speech recognition
    waveblaster
    CWT
    continuous wavelet transform (CWT)
    Bark scale
    sound repetition
    Opis:
    Automatic disorders recognition in speech can be very helpful for therapist while monitoring therapy progress of patients with disordered speech. This article is focused on sound repetitions. The signal is analyzed using Continuous Wavelet Transform with 16 bark scales, the result is divided into vectors and passed into Kohonen network. Finally, the Kohonen winning neuron result is put on the 3-layer perceptron. The recognition ratio was increased by about 20% by adding a modification into the Kohonen network training process as well as into CWT computation algorithm. All the analysis was performed and the results were obtained using the authors' program ”WaveBlaster“, The problem presented in this article is a part of our research work aimed at creating an automatic disordered speech recognition system.
    Źródło:
    Journal of Medical Informatics & Technologies; 2011, 17; 123-130
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A class of neuro-computational methods for assamese fricative classification
    Autorzy:
    Patgiri, C.
    Sarma, M.
    Sarma, K. K.
    Powiązania:
    https://bibliotekanauki.pl/articles/91763.pdf
    Data publikacji:
    2015
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    neuro-computational classifier
    fricative phonemes
    Assamese language
    Recurrent Neural Network
    RNN
    neuro fuzzy classifier
    linear prediction cepstral coefficients
    LPCC
    self-organizing map
    SOM
    adaptive neuro-fuzzy inference system
    ANFIS
    klasyfikator neuronowy
    klasyfikator neuronowo rozmyty
    sieć Kohonena
    Opis:
    In this work, a class of neuro-computational classifiers are used for classification of fricative phonemes of Assamese language. Initially, a Recurrent Neural Network (RNN) based classifier is used for classification. Later, another neuro fuzzy classifier is used for classification. We have used two different feature sets for the work, one using the specific acoustic-phonetic characteristics and another temporal attributes using linear prediction cepstral coefficients (LPCC) and a Self Organizing Map (SOM). Here, we present the experimental details and performance difference obtained by replacing the RNN based classifier with an adaptive neuro fuzzy inference system (ANFIS) based block for both the feature sets to recognize Assamese fricative sounds.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2015, 5, 1; 59-70
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of the kohonen neural network in analysis of the measurement results of the polarization mode dispersion
    Zastosowanie sieci neuronowej kohonena do analizy wników pomiaru dyspersji polaryzacyjnej
    Autorzy:
    Torbus, S.
    Kolasa, M.
    Długosz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/389807.pdf
    Data publikacji:
    2010
    Wydawca:
    Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
    Tematy:
    dyspersja polaryzacyjna
    metoda interferometryczna pomiaru PMD
    analiza statystyczna wyników pomiarów
    sieć neuronowa Kohonena
    polarization mode dispersion
    interferometric method for measuring PMD
    statistical analysis
    Kohonen neural Network
    Opis:
    This paper presents a subject of the Polarization Mode Dispersion (PMD). PMD is characteristic for a single mode optical fiber transmission. Several aspects have been presented in the paper, such as the interferometric method for measuring the PMD, as well as the statistical analysis of the measurement results contrasted with the analysis of the same results by use of the Kohonen neural network (KNN).
    W pracy omówiono zagadnienie dyspersji polaryzacyjnej – PMD (ang. Polarization Mode Dispersion), która jest charakterystyczna dla transmisji z wykorzystaniem jednomodowego włókna światłowodowego. Przedstawiono również interferometryczną metodę pomiaru współczynnika dyspersji polaryzacyjnej, statystyczną analizę rzeczywistych wyników pomiaru oraz analizę tych samych wyników pomiaru za pomocą sieci neuronowej Kohonena.
    Źródło:
    Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy; 2010, 13; 55-66
    1899-0088
    Pojawia się w:
    Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sieci Kohonena i wykresu rozrzutu do identyfikacji grup miodów według ich cech elektrycznych
    Application of Kohonen map and a scatter diagram for identification of honey groups according to their electric features
    Autorzy:
    Łuczycka, D.
    Pruski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/291382.pdf
    Data publikacji:
    2012
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    miód
    właściwości elektryczne
    sztuczna sieć neuronowa
    sieci Kohonena
    honey
    electric properties
    artificial neuron networks
    Kohonen maps
    Opis:
    Celem pracy jest wykonanie analiz symulacyjnych bazujących na sieci Kohonena i skalowaniu wielowymiarowym, oraz możliwość zastosowania tych technik do identyfikacji grup miodów odmianowych pod względem cech elektrycznych. Przebadano przenikalność elektryczną, współczynnik strat dielektrycznych oraz przewodność szesnastu gatunków miodów (spadziowe i nektarowe). W wyniku przeprowadzonych analiz stwierdzono, że sieci Kohonena oraz skalowanie wielowymiarowe są dobrymi narzędziami do określania liczności i składu gatunkowego grup miodów odmianowych. Właściwą architekturą sieci Kohonena tworzącą poprawną mapę topologiczną, dla analizowanych cech miodu, jest mapa zbudowana z 9 neuronów wyjściowych o wymiarach 3x3.
    The purpose of the work is to carry out simulation analysis which are based on Kohonen map and multidimensional scaling and the possibility of application of these technologies for identification of cultivar honey groups in relation to their electric properties. Electric conductivity, coefficient of dielectric losses and conductivity of 16 cultivars of honey (honeydew and nectar honey) were researched. As a result of the analysis which was carried out, it was determined that Kohonen map and multidimensional scaling are good devices for determining the number and species composition of cultivar honey groups. A map formed of 9 output neurons of 3x3 dimensions is the proper architecture of Kohonen map which forms a correct topology map for the analysed properties of honey.
    Źródło:
    Inżynieria Rolnicza; 2012, R. 16, nr 2, t. 2, 2, t. 2; 169-175
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-11 z 11

      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