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 "Sztuczne Sieci Neuronowe" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-50 z 266
Tytuł:
Metoda sztywnych elementów skończonych w obliczaniu ugięć belek
RIGID FINITE ELEMENTS METHOD AT CALCULATING THE DEFLECTIONS OF BEAMS
Autorzy:
Kaczmarek, Mateusz
Powiązania:
https://bibliotekanauki.pl/chapters/40037507.pdf
Data publikacji:
2015
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
sztuczne sieci neuronowe
łuk
drgania własne
Opis:
W artykule przedstawiono wykorzystanie metody sztywnych elementów skończonych do obliczania ugięć belek, zarówno dla konstrukcji jednorodnych, jak i dla elementów o niejednorodnym rozkładzie sztywności – zarysowanych belek żelbetowych. W artykule przedstawiono także autorskie podejście do problemu obliczania ugięć zarysowanych belek żelbetowych, z wykorzystaniem parametru skalującego, pozwalającego na uwzględnienie w modelu obliczeniowym różnej głębokości rozwarcia rys. Wyniki obliczeń numerycznych, wykonanych przy użyciu autorskiego programu obliczeniowego, porównano z pomiarami z badań doświadczalnych.
This paper describes the use of rigid finite elements method to calculate the deflections of beams, both for homogeneus beams and elements with heterogeneous stiffness distribution - reinforced concrete beams with cracks. The paper presents also the author approach to the problem of calculating the deflections of reinforced concrete beams with cracks, using the scaling parameter that allows to take into account the varying depth of the crack. The results of numerical calculations made by using author’s calculation program, were compared with the experimental measurements.
Źródło:
Konferencja Studentów i Doktorantów Wydziałów Budownictwa KONstruktor2015; 46-53
9788374938815
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Implementacja sztucznych sieci neuronowych w środowisku LabVIEW
Artificial neural networks in LabVIEW
Autorzy:
Rafiński, L.
Powiązania:
https://bibliotekanauki.pl/articles/268930.pdf
Data publikacji:
2008
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
sztuczne sieci neuronowe
artificial neural networks
Opis:
Przedstawiono możliwości oraz strukturę zrealizowanego przez autora modułu do implementacji sztucznych sieci neuronowych w środowisku LabVIEW.
The article shows the structure and capabilities of a LabVIEW module for the artficial neural networks implementation designed by the author.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2008, 25; 141-143
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie algorytmu genetycznego do klasyfikacji przedsiębiorstw
Application of genetic algorithm to firm classification
Autorzy:
Witkowska, Dorota
Kamiński, Władysław
Powiązania:
https://bibliotekanauki.pl/articles/905371.pdf
Data publikacji:
2002
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
klasyfikacja
sztuczne sieci neuronowe
algorytm genetyczny
Opis:
In the paper we present the results of firm classification made by artificial neural networks that were trained applying genetic algorithm. There were from two to five groups distinguished that were characterized by: decisions about allowing the credit (two classes), creditworthiness of the enterprise (four classes) and the economic and financial situation of the firm (five classes). The quality of classification was evaluated by comparing to the credit officers’ opinions. The results of artificial neural network classification into two classes were compared to results obtained applying linear discrimination function.
W opracowaniu przedstawiono wyniki klasyfikacji przedsiębiorstw za pomocą jednokierunkowych sieci neuronowych trenowanych algorytmem genetycznym. Klasyfikacja obejmowała od dwóch do pięciu grup typologicznych i została przeprowadzona na podstawie danych pochodzących z wniosków kredytowych podmiotów gospodarczych ubiegających się o kredyt w jednym z banków regionalnych. W analizach porównawczych wykorzystano liniową analizę dyskryminacyjną.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2002, 156
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sztuczne sieci neuronowe w zagadnieniu własnym łuków
ARTIFICIAL NEURAL NETWORKS IN THE ISSUE OF EIGENFREQUENCIES OF THE ARCHES
Autorzy:
Kaczmarek, Mateusz
Powiązania:
https://bibliotekanauki.pl/chapters/40036566.pdf
Data publikacji:
2015
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
sztuczne sieci neuronowe
łuk
drgania własne
Opis:
W artykule opisano tworzenie i wykorzystanie sieci neuronowej do predykcji częstości drgań własnych płaskich łuków stalowych. W celu uzyskania bazy wyników, pozwalającej na proces uczenia oraz testowania sieci neuronowej, wykonano wcześniej szereg obliczeń częstości drgań własnych z wykorzystaniem MES. Przeprowadzone analizy potwierdzają skuteczność stosowania SSN jako narzędzia do przewidywania częstości drgań własnych łuków. Model sieci neuronowej zaproponowany w pracy może być stosowany do analiz zagadnienia odwrotnego – identyfikacji geometrii łuków na podstawie wartości częstości drgań własnych układu.
This paper describes the creation and operation of a neural network for making predictions of eigenfrequencies of flat steel arches. In order toobtain adatabaseof results, that is necessary for training and testingthe neural network, a number of eigenfrequencies calculations were made using FEM. Studies confirm the effectiveness of the use of the ANN as a tool to predict eigenfrequencies of the arches. The neural network modelpresented in thispaper canbe used for analysis of the inverse problem – identification of shape parameters of the arches on the basis of eigenfrequencies.
Źródło:
Konferencja Studentów i Doktorantów Wydziałów Budownictwa KONstruktor2015; 54-61
9788374938815
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dekompozycja hierarchicznej struktury sztucznej sieci neuronowej i algorytm koordynacji
Decomposition of hierarchical structure of Artificial Neural Network and coordination algorithm
Autorzy:
Płaczek, S.
Powiązania:
https://bibliotekanauki.pl/articles/377202.pdf
Data publikacji:
2014
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
sztuczne sieci neuronowe
algorytm uczenia
dekompozycja
koordynacja
hierarchia
Opis:
W artykule zaproponowano przeprowadzenie dekompozycji struktury sieci na dwie warstwy. W warstwie I poziomu znajduje się N1 niepowiązanych podsieci. Natomiast w warstwie II poziomu (nadrzędnej) znajduje się podsieć warstwy ukrytej. Warstwy te powiązane są sygnałami V1, V2, które pozwalają na zastosowanie niezależnych algorytmów uczenia dla warstwy I oraz II. Prosty algorytm koordynacji umożliwia obliczenie wartości sygnałów między warstwowych, a tym samym osiągnięcie minimum globalnej funkcji celu.
The article presents decomposition of Artificial Network Structure into two layers. Layer one (lower one) consist of N1 independent sub layers. The second layer (upper one) is a hidden layer. Vectors V1 and V2 are introduced as coordinator between two layers. The coordinator uses different algorithms connecting vectors V1 and V2. In this way, the coordinator is able to coordinate two independent learning algorithms for each layer. The coordination algorithm was described and final learning results are presented. Presented results of an on - line learning algorithm were used for both, the first and the second layer. For the future study, an off-line learning algorithm will be used.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 80; 223-230
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do redukcji stopnia iskrzenia w elektrycznych maszynach komutatorowych prądu stałego
Application of artificial neural networks to reduce the level of sparking in electric direct current commutator machines
Autorzy:
Zieliński, W.
Powiązania:
https://bibliotekanauki.pl/articles/1374088.pdf
Data publikacji:
2008
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Napędów i Maszyn Elektrycznych Komel
Tematy:
sztuczne sieci neuronowe
iskrzenie
maszyna komutatorowa prądu stałego
Opis:
The paper presents a possible application of the capabilities of methods and techniques of ANN artificial intelligence for diagnostics of sparking processes in electric direct current commutator machines. Hitherto applied methods of diagnostics, usually based on the visual observation of sparking, depend on the expert's knowledge and experience. The expert interprets current data obtained from observation. The drawback of this approach lies in its dependence on the expert's knowledge and experience, which makes the data difficult to use for further processing. That is why, apart from improving methods, it is necessary to find a way to objectify the sparking processes in the detection and assessment of damage as well as reduction of the level of sparking of brushes.
Źródło:
Maszyny Elektryczne: zeszyty problemowe; 2008, 80; 185-187
0239-3646
2084-5618
Pojawia się w:
Maszyny Elektryczne: zeszyty problemowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do rozpoznawania metali na podstawie wykresu statycznej próby rozciągania
Application of artificial neural networks for recognition of metals on the basis of static tensile test chart
Autorzy:
Ewald, Dawid
Powiązania:
https://bibliotekanauki.pl/articles/41204115.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:
sztuczne sieci neuronowe
FANN
Delphi
artificial neural networks
Opis:
W artykule przedstawia zagadnienie sztucznych sieci neuronowych oraz ich wykorzystania w klasyfikacji metali na podstawie wykresu statycznej próby rozciągania. W pracy opisano działanie sieci neuronowych oraz sposób ich wykorzystania..
In this article presents the issue of artificial neural networks and their use in the classification of metals on the basis of the static tensile test chart. This paper describes the operation of neural networks and how to use them.
Źródło:
Studia i Materiały Informatyki Stosowanej; 2010, 3; 21-30
1689-6300
Pojawia się w:
Studia i Materiały Informatyki Stosowanej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identyfikacja uszkodzeń w napędzie z PMSM za pomocą sztucznych sieci neuronowych
Faults detection in the PMSM drive using artificial neural networks
Autorzy:
Urbański, K.
Majchrzak, D.
Powiązania:
https://bibliotekanauki.pl/articles/377273.pdf
Data publikacji:
2016
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
PMSM
sztuczne sieci neuronowe
detekcja uszkodzeń
napęd elektryczny
Opis:
W artykule przedstawiono wyniki badań symulacyjnych układu napędowego z PMSM z systemem detekcji przerwy w fazie. W jego skład wchodzi m.in. dokładny model przekształtnika, który będzie umożliwiał realizację różnych scenariuszy uszkodzeń oraz układ detekcji awarii, zrealizowany przy użyciu dwóch sztucznych sieci neuronowych. Jedna z tych sieci pełni funkcję modelu napędu, druga generuje sygnał diagnostyczny. Prezentowany system diagnostyczny jest szybki – czas reakcji na uszkodzenie jest rzędu milisekundy. Ponadto przedstawiono rodzaje uszkodzeń najczęściej występujących w napędach elektrycznych z silnikami synchronicznymi o magnesach trwałych, a także przedstawiono metody ich identyfikacji.
This paper presents simulation research results of PMSM drive with open phase fault detection system. It includes exact model of power converter, which realizes various damage scenarios and fault detection system, implemented using two artificial neural networks. One of them is neural model of drive, and another one generates diagnostic signals. Presented diagnostic system is fast – the detection time is about 1 ms. Moreover, the most common faults in permanent magnet synchronous motor drives and the methods for their identification are presented.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2016, 87; 365-375
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sieci neuronowych do estymacji zmiennych stanu napędu elektrycznego z silnikiem synchronicznym z magnesami trwałymi
Application of neural networks for state variables estimation of drive with permanent magnet synchronous motor
Autorzy:
Dróżdż, K.
Kamiński, M
Serkies, P. J.
Szabat, K.
Powiązania:
https://bibliotekanauki.pl/articles/1813781.pdf
Data publikacji:
2013
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
estymacja zmiennych stanu
napęd PMSM
sztuczne sieci neuronowe
Opis:
In this paper analysis of possibilities of neural network application for estimation of speed of permanent magnet synchronous motor is presented. In order to realize of this task Multi Layer Perceptron Neural Network are applied. Several design steps with particular emphasis on the selection of structure of neural network and organization of the input vector are described. Chosen results for prepared neural estimator are presented. High precision of speed estimation is obtained. Additionally changes of stator resistance are introduced during tests, even in such case reproduction of this state variable is very precise, tested model is robust. Calculations related to prepared model are realized in Matlab.
Źródło:
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały; 2013, 69, 33; 132--140
1733-0718
Pojawia się w:
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie sztucznych sieci neuronowych do prognozowania wyników meczów piłkarskich
Using artificial neural networks to predict the results of football matches
Autorzy:
BARTMAN, Jacek
BAJDA, Konrad
Powiązania:
https://bibliotekanauki.pl/articles/456764.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Rzeszowski
Tematy:
Sztuczne Sieci Neuronowe
prognozowania
Artificial Neural Networks
prediction
Opis:
W pracy zaprezentowano koncepcję wykorzystania Sztucznych Sieci Neuronowych do prognozowania wyników meczów. Przedstawiono architekturę sieci oraz skuteczność realizowanych przez nią prognoz. Uzyskane wyniki zestawiono z wynikami otrzymanymi przy wykorzystaniu innych metod.
The paper presents the concept of using Artificial Neural Networks to predict the results of football matches. Autors presents the architecture of the network and the effectiveness of the implementation by the forecasts. The results were compared with results obtained using other methods
Źródło:
Edukacja-Technika-Informatyka; 2014, 5, 2; 425-431
2080-9069
Pojawia się w:
Edukacja-Technika-Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie modeli sieci neuronowych w ocenie i prognozowaniu jakości powietrza
Application of neural network models for assessment and forecasting of air quality
Autorzy:
Łozowicka-Stupnicka, T
Talarczyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/269220.pdf
Data publikacji:
2005
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
powietrze
jakość powietrza
prognozowanie jakości powietrza
sieci neuronowe
sztuczne sieci neuronowe
Opis:
W artykule przedstawiono metodę oceny i prognozowania jakości powietrza opartą na modelu sztucznej sieci neuronowej. Metoda ta ze względu na dobre właściwości uogólniające i szybkie osiąganie wyników nadaje się do rozwiązywania zadań predykcyjnych, których przykładem jest prognozowanie sytuacji ostrzegawczych. Dla rozwiązania postawionego zadania zaproponowano czterowarstwową, jednokierunkową sieć neuronową. Sieć tego typu jest obiecującym narzędziem oceny i prognozowania powietrza, zwłaszcza w sytuacjach podwyższonych stężeń zanieczyszczeń wpływających niekorzystnie na zdrowie ludzi i otaczające środowisko.
The paper deals on the air pollution assessment and forecasting method based on artificial neural network. For solving the problem the four-layer, feed-forward neural network is proposed. The method has good properties of generalisation and high speed of operation. In this aspect artificial neural network can be regarded as good instrument for prediction of smog state. The chosen type of the network seems to be the promised tool for assessment and forecasting of states, which influence people health and the surrounded environment.
Źródło:
Inżynieria Środowiska / Akademia Górniczo-Hutnicza im. S. Staszica w Krakowie; 2005, 10, 1; 121-134
1426-2908
Pojawia się w:
Inżynieria Środowiska / Akademia Górniczo-Hutnicza im. S. Staszica w Krakowie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System wspomagający rozpoznawanie znaków języka migowego oparty na sztucznej sieci neuronowej
Signs recognition system based on artificial neural network
Autorzy:
Lewandowski, P.
Półtorak, M.
Wagner, M.
Pochmara, J.
Rybarczyk, A.
Powiązania:
https://bibliotekanauki.pl/articles/376140.pdf
Data publikacji:
2017
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
Microsoft Kinect
sztuczne sieci neuronowe
theano
sieci konwolucyjne
detekcja obrazu
Opis:
W niniejszym artykule zaproponowano realizację systemu wspomagajacego rozpoznawanie statycznych znaków języka migowego. Na potrzeby rozwiązania skorzystano z sensora Microsoft Kinect XBOX 360, przygotowano oprogramowanie umożliwiające translację znaków dla osób nie znających tego języka, oparte na sztucznej inteligencji, przetworzono otrzymane informacje oraz utworzono zbiór danych pozwalający na ich poprawną klasyfikację. Istotnym faktem jest również wybranie najbardziej optymalnego rozwiązania, zarówno pod względem możliwości wydajnościowych przeciętnego komputera osobistego jak i efektywności działania systemu.
In following work there is suggested a solution to recognise certain static characters from sign language. To achieve the objective, there were used tools like Microsoft Kinect and convolutional neural networks. Main problems to overcome were to collect data from Kinect sensor and prepare software based on artificial intelligence, which could process gathered material. For learning purposes around four thousand images were collected. Dataset this large was required for neural networks to work and respond properly. What is also important is to select the most optimal solution for neural networks. The influence of dropout parameter on learning process was studied too.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2017, 91; 155-164
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Problemy związane z treningiem sztucznej sieci neuronowej wykorzystanej do modelowania charakterystyk zmęczeniowych
Problems in training process of artificial
Autorzy:
Nowicki, K.
Sempruch, J.
Powiązania:
https://bibliotekanauki.pl/articles/386643.pdf
Data publikacji:
2007
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
sztuczne sieci neuronowe
zmęczenie
trening sieci
artificial neural networks
fatigue
Opis:
Zrealizowane przez autorów projekty badawcze wskazały jednoznacznie na racjonalność wykorzystania środowiska sieci neuronowej do gromadzenia i przetwarzania danych o zmęczeniu. Istniejąca literatura, dotycząca w ogólności sieci neuronowych, w niewielkim stopniu dotyka ich praktycznej implementacji do problematyki zmęczeniowej. Wśród licznych problemów związanych z budową, przygotowaniem do pracy i praktycznym wykorzystaniem sieci neuronowych istnieje problem treningu sieci. Temu właśnie poświęcono prezentowane opracowanie. Autorzy przedstawiają ciąg decyzji, które przyjęli dla realizacji własnego eksperymentu numerycznego, przytaczając przykłady ilustrujące uzyskane w ślad tych decyzji rezultaty.
Prior projects realized by authors proved the rationality of using of the neural network environment to the accumulation and processing of the fatigue data. The existing literature in short supply touches practical implementation of neural network to the fatigue problems. Among others problems with the practical implementation and utilization of neural networks exists the problem of the neural network training. This one is main subject of the elaboration. In this paper authors present sequence of decisions accepted for the realization of the numeric experiment and quote illustrative examples of obtained results into the trace of these decisions.
Źródło:
Acta Mechanica et Automatica; 2007, 1, 1; 77-84
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Koncepcja zastosowania sztucznych sieci neuronowych do lokalizacji elementów powodujących pogorszenie jakości energii elektrycznej w sieciach średniego napięcia
A concept of the application of artificial neural networks in the location of elements that distort the quality of energy in medium voltage distribution networks
Autorzy:
Kolasa, M.
Długosz, R
Powiązania:
https://bibliotekanauki.pl/articles/377466.pdf
Data publikacji:
2014
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
jakość energii elektrycznej
sztuczne sieci neuronowe
nowe algorytmy uczenia
Opis:
W artykule przedstawiono koncepcję wykorzystania sztucznych sieci neuronowych do rozwiązywania problemu lokalizacji źródeł zakłóceń powodujących pogorszenie jakości energii elektrycznej. W dziedzinie tej coraz częściej sięga się po rozwiązania oparte na sztucznej inteligencji, choć zazwyczaj stosowane algorytmy uczenia sieci neuronowych implementowane są jako programy komputerowe. Biorąc pod uwagę ogromną ilość danych, które muszą zostać przetworzone, rozwiązania takie nie są optymalne. Rozwiązaniem tego problemu może być zastosowanie równoległego przetwarzania danych, możliwego do uzyskania w sieciach neuronowych realizowanych jako specjalizowane układy scalone. Jest to celem naszych badań. W artykule przedstawiono jeden z etapów realizacji tego zadania - model sieci elektroenergetycznej, którego celem jest dostarczenie danych uczących dla projektowanej na poziomie tranzystorów sieci neuronowej. W realizowanej sieci neuronowej wykorzystano nowatorski algorytm oparty na filtracji błędu kwantyzacji, który pozwala znacząco skrócić fazę uczenia, przez co sieć jest w stanie szybko dostosować się do nowych danych.
The paper presents a concept of using artificial neural networks to solve the prob- lem of the location of sources that cause deterioration in the quality of the electrical power. In this field the solutions that base on artificial intelligence are gaining popularity in recent time. However, the learning algorithms that are used in this case are usually implemented as computer programs. Given the large amount of data that must be processed, such solutions are not optimal. The solution to this problem may be the usage of parallel data processing obtainable in neural networks implemented, for example, as specialized integrated circuits. This is the purpose of our research. This paper presents one of the important steps in this task - a model of the electrical power system, the aim of which is to provide training data for the neural network. In the realized neural network a novel algorithm has been used that is based on filtering of the quantization error. By using this algorithm the learning phase can be substantially shortened, so that the network is able to quickly adapt to new data.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 79; 87-95
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do modelowania ekologicznych właściwości pojazdów
Modelling of ecological properties of vehicles with neural networks
Autorzy:
Brzozowska, L.
Brzozowski, K.
Warwas, K.
Powiązania:
https://bibliotekanauki.pl/articles/262870.pdf
Data publikacji:
2005
Wydawca:
Sieć Badawcza Łukasiewicz. Przemysłowy Instytut Motoryzacji
Tematy:
aktywacja neuronu
emisja spalin
sztuczne sieci neuronowe
zużycie paliwa
Opis:
W artykule zaproponowano wykorzystanie sztucznych sieci neuronowych do modelowania natężenia emisji związków szkodliwych spalin oraz zużycia paliwa w zależności od parametrów charakteryzujących ruch pojazdu, takich jak chwilowa prędkość i przyspieszenie. Rozważono sztuczne sieci neuronowe z sigmoidalną i radialną funkcją aktywacji neuronu. Kalibracje sieci wykonano w oparciu o dane eksperymentalne określające natężenie emisji i zużycie paliwa w postaci macierzy emisji. Wykorzystano macierze uzyskane podczas badań na hamowni podwoziowej dla zbioru testów jezdnych o różnej dynamice dla pojazdu z silnikiem o zapłonie iskrowym, wyposażonym w reaktor katalityczny oraz dla pojazdu z silnikiem o zapłonie samoczynnym. Porównano dokładność aproksymacji, uzyskanych dla obu rozważanych sztucznych sieci neuronowych. W obu przypadkach jest ona większa niż stosowane, wcześniej przez autorów niniejszej publikacji, aproksymacje wielomianami potęgowymi i funkcjami potęgowymi. Stwierdzono przy tym, że sieć z sigmoidalną funkcją aktywacji neuronu jest bardziej uniwersalna w rozpatrywanym zagadnieniu, zarówno ze względu na jej strukturę jak i zdolność do lepszego odwzorowania natężenia emisji.
In the paper have been proposed an artificial neural networks for modelling of engine exhaust emission intensity and fuel consumption intensity in dependency on vehicle motion parameters such as instantaneous velocity and acceleration. Two different kind of neural networks have been considered: radial and sigmoidal function for neurons activation. Those neural networks have been calibrated on the experimental data of emission and fuel consumption intensity. The experimental data has been earlier performed in a emission matrix. The emission matrices have been obtained on the base of modal measurements for a set of driving cycles with different dynamic. Two vehicles have been investigated, one vehicle with spark ignition engine equipped with catalytic converter and one vehicle with compression ignition engine. Results of approximation by neural networks are compared for both types of networks in the paper. The error of approximation is less for NNs than for polynomial and power functions used in previously of author works. It can be noticed that neural network with sigmoidal function of neural activation enables us better results of approximation of experimental data and therefore is more useful in the case considered.
Źródło:
Archiwum Motoryzacji; 2005, 3; 229-247
1234-754X
2084-476X
Pojawia się w:
Archiwum Motoryzacji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wybór najatrakcyjniejszych spółek na WGPW przy użyciu sztucznych siecii neuronowych
Autorzy:
Kołatka, Marek
Powiązania:
https://bibliotekanauki.pl/articles/518329.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Gdański. Wydział Ekonomiczny
Tematy:
sztuczna inteligencja
sztuczne sieci neuronowe
uczenie sieci neuronowych
wspomaganie decyzji inwestycyjnych
Opis:
W ostatnich latach można zauważyć, że coraz więcej inwestorów przy wyborze instrumentów finansowych, stosuje komputerowe systemy wspomagania decyzji. Bardzo często wykorzystuje się w tym celu sztuczne sieci neuronowe. W pracy przedstawione podstawowe teoretyczne aspekty związane z SSN. Oceniono też ich skuteczność w wyborze najatrakcyjniejszych spółek notowanych na GPW.
In recent years can be seen that more and more investors use computer decision support system when They are choosing financial instruments. Artificial neural networks (ANN) are often used for this purpose. The paper presents the basic theoretical aspects of the ANN. Evaluated also their effectiveness in selecting the most attractive companies listed on the Warsaw Stock Exchange.
Źródło:
Zeszyty Studenckie Wydziału Ekonomicznego „Nasze Studia”; 2011, 5; 147-155
1731-6707
Pojawia się w:
Zeszyty Studenckie Wydziału Ekonomicznego „Nasze Studia”
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Układ samonaprowadzania pocisku moździerzowego z wykorzystaniem układów rozpoznawania położenia przestrzennego opartych na sztucznych sieciach neuronowych
Application of synthetic neurone networks for identification of space position in the self-guidance system of a mortar missile
Autorzy:
Głębocki, R.
Vogt, R.
Powiązania:
https://bibliotekanauki.pl/articles/235501.pdf
Data publikacji:
2006
Wydawca:
Wojskowy Instytut Techniczny Uzbrojenia
Tematy:
naboje moździerzowe
sztuczne sieci neuronowe
mortar rounds
artificial neural networks
Opis:
W referacie przedstawiono niektóre problemy związane z systemem sterowania inteligentnych pocisków moździerzowych przy pomocy rakietowych silników korekcyjnych działających bezpośrednio na środek ciężkości pocisku.
Some issues of the smart ammunition control by correction rocket micro-motors acting directly into the missile’s mass centre are presented in the paper.
Źródło:
Problemy Techniki Uzbrojenia; 2006, R. 35, z. 97; 141-148
1230-3801
Pojawia się w:
Problemy Techniki Uzbrojenia
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie techniki sztucznych sieci neuronowych (ANN) do prognozowania stężenia mineralnych form azotu w wodach górnej Narwi
The use of artificial neural networks (ann) to predict the concentration of mineral forms of nitrogen in waters of the upper Narew River
Autorzy:
Skorbiłowicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/338708.pdf
Data publikacji:
2009
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
azot
rzeka
sztuczne sieci neuronowe
artificial neural networks
nitrogen
river
Opis:
Celem prezentowanych w pracy badań było skonstruowanie sztucznej sieci neuronowej do prognozowania stężenia nieorganicznych form azotu w wodach górnej Narwi w zależności od niektórych charakterystycznych cech zlewni. Badania wód Narwi prowadzono w latach 2001-2005, pobierając raz w miesiącu próbki z 10 zlokalizowanych na rzece stanowisk kontrolnych. W czasie 5 lat badańuzyskano 1800 wyników (3 formy azotu). W próbkach wody badano stężenie azotu amonowego, azotu azotanowego (III) i azotu azotanowego (V). Na potrzeby pracy skorzystano z automatycznego projektanta sieci neuronowych zawartego w pakiecie statystycznym Statistica 8.0. Do projektowania sieci wykorzystano algorytm ze wsteczną propagacją błędów. Na podstawie zgromadzonych danych wejściowych i wyjściowych przetestowano 1000 sieci i wybrano jedną w czasie procesu uczenia sieci na zadanej puli wyników liczbowych. Wartości współczynników korelacji r i porównanie stężenia zmierzonego i prognozowanego analizowanych parametrów upoważniają do stwierdzenia, że zaprojektowana sieć umożliwia ograniczoną prognozę wartości stężenia mineralnych form azotu na podstawie zaimplementowanych zmiennych wejściowych.
The aim of this work was to construct an artificial neural network to estimate the concentration of inorganic forms of nitrogen in waters of the upper Narew River depending on certain characteristics of the catchment. The study of the Narew River waters was carried out in the years 2001-2005 by collecting samples once a month from 10 sampling sites. In total 1800 results (3 forms of nitrogen) were obtained during 5 years of the study. Analysed forms of nitrogen included ammonium nitrogen, nitrate nitrogen (III) and nitrate nitrogen (V). The automatic neural network designer with the backward propagation of errors from the statistical package Statistica 8.0 was used in this paper. Based on obtained input and output data 1000 networks were tested and one was selected in the process of learning networks for a given pool of numerical results. Correlation coefficients r and a comparison of measured and predicted concentrations of the analyzed parameters allowed for the conclusion that the designed network enables limited prediction of the concentrations of mineral nitrogen based on implemented input variables.
Źródło:
Woda-Środowisko-Obszary Wiejskie; 2009, 9, 1; 129-140
1642-8145
Pojawia się w:
Woda-Środowisko-Obszary Wiejskie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Neural Network Approach for Predicting Production Volume of Biofuels in Poland
Zastosowanie sieci neuronowych do prognozowania wielkości produkcji biopaliw w Polsce
Autorzy:
Siuda, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/2024082.pdf
Data publikacji:
2021
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
artificial neural networks
biofuels
prediction
sztuczne sieci neuronowe
biopaliwa
predykcja
Opis:
This article focuses on the creation of artificial neural networks (ANN) and their use in predicting the volume of biofuel production in Poland on the basis of historical data. Artificial neural networks are extremely useful in predicting events in which it is difficult to find determinism and cause-effect relationships. For this purpose 30 artificial neural networks of different topology were created. The analysed artificial neural networks had: one or two layers, from 4 to 8 neurons on the first layer and 4 or 6 neurons on the second layer. Moreover, the effect of delayed inputs and the effect of learning set size on prediction quality were analysed. The quality of each structure was evaluated based on the coefficient of determination, mean error, and mean square error. The stability of prediction was evaluated based on the sample standard deviation of RMSE and MAE. All the presented ANN structures were simulated five times and the best individual results included in the tables. The best results were obtained for an artificial neural network with two layers, four neurons in each layer and one delay. Overall, the second layer increased the stability of the prediction. Streszczenie: W artykule skupiono się na tworzeniu sztucznych sieci neuronowych i ich wykorzystaniu do prognozowania wielkości produkcji biopaliw w Polsce na podstawie danych historycznych. Sztuczne sieci neuronowe są niezwykle przydatne w prognozowaniu zdarzeń, w których trudno doszukać się determinizmu i związków przyczynowo-skutkowych. W tym celu stworzono 30 sztucznych sieci neuronowych o różnej topologii. Analizowane
W artykule skupiono się na tworzeniu sztucznych sieci neuronowych i ich wykorzystaniu do prognozowania wielkości produkcji biopaliw w Polsce na podstawie danych historycznych. Sztuczne sieci neuronowe są niezwykle przydatne w prognozowaniu zdarzeń, w których trudno doszukać się determinizmu i związków przyczynowo-skutkowych. W tym celu stworzono 30 sztucznych sieci neuronowych o różnej topologii. Analizowane sztuczne sieci neuronowe miały: jedną lub dwie warstwy, od 4 do 8 neuronów w warstwie pierwszej oraz 4 lub 6 neuronów w warstwie drugiej. Ponadto przeanalizowano wpływ opóźnionych wejść oraz wpływ wielkości zbioru uczącego na jakość predykcji. Jakość każdej ze struktur oceniono na podstawie współczynnika determinacji, błędu średniego oraz błędu średniokwadratowego. Stabilność prognozowania była oceniana na podstawie odchylenia standardowego próby RMSE oraz MAE. Wszystkie przedstawione struktury ANN były symulowane pięciokrotnie, a najlepsze pojedyncze wyniki zamieszczono w tabelach. Najlepsze wyniki uzyskano dla sztucznej sieci neuronowej z dwiema warstwami, czterema neuronami w każdej warstwie i jednym opóźnieniem. Druga warstwa zwiększyła stabilność predykcji.
Źródło:
Ekonomia XXI Wieku; 2021, 24; 7-26
2353-8929
Pojawia się w:
Ekonomia XXI Wieku
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Discrete Fractional Order Artificial Neural Network
Autorzy:
Sierociuk, D.
Sarwas, G.
Dzieliński, A.
Powiązania:
https://bibliotekanauki.pl/articles/386578.pdf
Data publikacji:
2011
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
sztuczne sieci neuronowe
systemy nieliniowe
artificial neural networks
nonlinear systems
Opis:
In this paper the discrete time fractional order artificial neural network is presented. This structure is proposed for simulating the dynamics of non-linear fractional order systems. In the second part of this paper several numerical examples are shown. The final part of the paper presents the discussion on the use of fractional or integer discrete time neural network for modelling and simulating fractional order non-linear systems. The simulation results show the advantages of the proposed solution over the classical (integer) neural network approach to modelling of non-linear fractional order systems.
Źródło:
Acta Mechanica et Automatica; 2011, 5, 2; 128-132
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie ceny ogórka szklarniowego za pomocą sieci neuronowych
Forecasting a hothouse cucumber price with the use of neuron networks
Autorzy:
Francik, S.
Powiązania:
https://bibliotekanauki.pl/articles/288377.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczne sieci neuronowe
prognozowanie
cena
artificial neuron networks
forecasting
price
Opis:
W pracy opracowano modele wykorzystujące sztuczne sieci neuronowe do prognozowania cen ogórka szklarniowego, przy czterech horyzontach prognoz. Porównano dokładności prognoz uzyskanych za pomocą różnych typów sieci neuronowych (liniowych, wielowarstwowych perceptronów i sieci o radialnych funkcjach bazowych). Jako najlepsze modele wybrano sieci liniowe, gdyż pozwalały na uzyskanie najdokładniejszych prognoz.
Models using neuron networks to forecast hothouse cucumber prices have been developed in this research, with four forecast horisons. The accuracy of forecasts obtained with the use of various types of neuron networks (linear, multilayer perceptrons and radial base function networks) have been compared. The linear networks have been selected as the best models as they have generated the most accurate forecasts.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 14, 14; 91-97
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:
Możliwości stosowania sztucznych sieci neuronowych przy doborze motywatorów dla kadry menedżerskiej
Using artificial neural network to choose motivators for managers
Autorzy:
Matwiejczuk, T.
Tomaszuk, A.
Powiązania:
https://bibliotekanauki.pl/articles/399048.pdf
Data publikacji:
2011
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
motywacja
kierownik
sztuczne sieci neuronowe
motivation
manager
artificial neural networks
Opis:
In the article the concept of motivating the management staff was mentioned. It was pointed that the appropriate choice of personal motivators is one of the most crucial elements in the motivating process. It was suggested to choose motivators by Artificial Neural Network. ANN can be widely used. It can find the sens and rules in difficult structures of data. The ways of using tools in the company were also presented.
Źródło:
Ekonomia i Zarządzanie; 2011, 3, 2; 130-137
2080-9646
Pojawia się w:
Ekonomia i Zarządzanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural network and artificial immune algorithms for the classification of medical data series
Sieci neuronowe i sieci immunologiczne dla rozpoznawania przypadków medycznych
Autorzy:
Wajs, W.
Powiązania:
https://bibliotekanauki.pl/articles/282174.pdf
Data publikacji:
2012
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
sztuczne sieci neuronowe
sieci immunologiczne
SVM
BPD
artificial neural network
immunological network
Opis:
This paper describes the applicability of artificial immune algorithms. Medical data series classification technique by Artificial Immune Algorithm is used for Neural Network Algorithm input data definitions. Artificial Immune Algorithms is created and trained for the purpose of Arterial Blood Gas parameters classification: pH, PaCO2, PaO2, HCO3. The main goal of this paper is to develop a artificial neural network technique for Arterial Blood Gases short-term prediction. The main question that is considered is how to predict some dynamic parameters that describe blood gases nature. A model of a physical system has an error associated with its predictions due to the dependences of the physical system's output on uncontrollable and unobservable quantities. The use of artificial methods creates the possibilities of obtaining some parameter values on the proper level of probability. This would provide a direct feedback to the clinical staff about the progress of a patient, the success of individual treatments, and quality of care as well as predicting blood gas value.
Dla rozpoznawania przypadków chorobowych, które są opisane numerycznymi danymi wykorzystano metody sztucznej inteligencji. W pracy wykorzystano dwie metody: metodę sztucznych sieci neuronowych oraz metodę sztucznych sieci immunologicznych. Przedstawiono wyniki uzyskane tymi metodami w odniesieniu do przypadków dysplazji oskrzelowo płucnej dla dzieci, których waga była poniżej 1500 g.
Źródło:
Automatyka / Automatics; 2012, 16, 1; 89-96
1429-3447
2353-0952
Pojawia się w:
Automatyka / Automatics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The usage of neural networks to forecast for churn of telecommunications clients
Wykorzystanie sztucznych sieci neuronowych do prognozowania zjawiska churn wśród klientów usług telekomunikacyjnych
Autorzy:
Wojda, Przemysław
Powiązania:
https://bibliotekanauki.pl/articles/389805.pdf
Data publikacji:
2017
Wydawca:
Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
Tematy:
churn
artificial neural network
ANN
CLV
telecommunications
sztuczne sieci neuronowe
telekomunikacja
Opis:
This paper presents an attempt to use an artificial neural network to investigate the churn phenomenon among the customers of a telecommunications operator. An attempt was made to create a data model based on the customer lifetime value (CLV) rather than on activity alone. A multilayered artificial neural network was used for the experiments. The results yielded a 99% successful identification rate for customers in no danger of leaving, while only 57% of those identified as in danger of leaving actually did so and stopped using the company's services.
W pracy przedstawiono próbę wykorzystania sztucznej sieci neuronowej do badania zjawiska churn wśród klientów operatora telekomunikacyjnego. Podjęto próbę stworzenia modelu danych opartego o całkowitą wartość klienta (CLV), a nie tylko jego aktywność. Do przeprowadzenia eksperymentów wykorzystana została wielowarstwowa sztuczna sieć neuronowa. Uzyskano 99% skuteczność identyfikowania klientów nie zagrożonych odejściem, natomiast tylko 57% klientów wskazanych jako zagrożonych odejściem w rzeczywistości zaprzestało korzystania z usług firmy.
Źródło:
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy; 2017, 20; 5-14
1899-0088
Pojawia się w:
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A world according to artificial neural networks
Autorzy:
Schuster, A.
Powiązania:
https://bibliotekanauki.pl/articles/307811.pdf
Data publikacji:
2003
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
sztuczne sieci neuronowe
artificial neural networks
cognitive science
input space transformation
Opis:
This paper presents results from a preliminary study in the field of artificial neural networks (ANN). The overall aim of our work relates to the field of cognitive science. In this wider framework we try to investigate, reason about, and model cognitive processes in order to obtain a better understanding of the major processing device involved - the human brain. In terms of content this paper presents a novel ANN learning approach. Note that through-out the paper we assume supervised learning. In contrast to the classical ANN learning approach where an ANN algorithm alters an initial random weight assignment until a reasonable solution to a problem is obtained this approach does not alter the initial random weight assignment at all, but provides a solution to the problem by transforming the actual input data. The approach is applied to perceptrons and adalines and its quality is demonstrated on simple classification problems.
Źródło:
Journal of Telecommunications and Information Technology; 2003, 3; 102-107
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sieci neuronowe w rozpoznawaniu pisma odręcznego
Autorzy:
Michalik, Bernadetta
Miłosz, Marek
Powiązania:
https://bibliotekanauki.pl/articles/98054.pdf
Data publikacji:
2020
Wydawca:
Politechnika Lubelska. Instytut Informatyki
Tematy:
handwriting
artificial neural network
word recognition
sztuczne sieci neuronowe
rozpoznawanie słów
Opis:
Artificial neural networks consist of many simple elements capable of processing data. These are tools inspired by the construction of the human brain, used in machine learning. The aim of the research was to analyze the occuracy of the created neural network in the process of handwriting recognition. The article presents the results obtained during the learning and testing of a convolution network with a different number of hidden layers. Each time learning and testing the network was carried out using the same set of images (taken from the publicly available IAM database) depicting handwritten words in English.
Sztuczne sieci neuronowe składają się z wielu prostych elementów zdolnych do przetwarzania danych. To narzędzia inspirowane budową ludzkiego mózgu, stosowane w uczeniu maszynowym. Celem badań była analiza dokładności odpowiedzi stworzonej sieci neuronowej w procesie rozpoznawania pisma odręcznego. W artykule przedstawiono wy-niki uzyskane podczas nauki i testowania sieci konwolucyjnej o różnej liczbie warstw ukrytych. Każdorazowo uczenie i testowanie sieci realizowane było za pomocą tego samego zbioru obrazów (zaczerpniętych z ogólnodostępnej bazy IAM Handrwiting Database) przedstawiających słowa pisane odręcznie w języku angielskim.
Źródło:
Journal of Computer Sciences Institute; 2020, 15; 109-113
2544-0764
Pojawia się w:
Journal of Computer Sciences Institute
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie sieci neuronowych w diagnostyce poprawności wykonania płytek drukowanych
Utilization of neural networks in process of diagnosis of correctness of assembling the printed circuit-boards
Autorzy:
Sikora, M.
Grochowski, M.
Powiązania:
https://bibliotekanauki.pl/articles/277213.pdf
Data publikacji:
2011
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
diagnostyka
przetwarzanie obrazów
sztuczne sieci neuronowe
diagnostics
image processing
neural networks
Opis:
Artykuł opisuje stanowisko badawcze do diagnostyki optycznej poprawności wykonania płytek drukowanych przesuwających się po taśmie produkcyjnej. Diagnostyka optyczna realizowana jest za pomocą kamery. Obraz z kamery przekazywany jest do komputera PC, gdzie trafia do zaprojektowanego systemu diagnostycznego, zaimplementowanego w środowisku MATLAB. Po wstępnym przetworzeniu obrazy kierowane są do właściwego systemu diagnostycznego wykorzystującego sztuczne sieci neuronowe, który podejmuje ostateczną decyzję o poprawności montażu elementów płytki drukowanej. Cała aplikacja zrealizowana jest w środowisku MATLAB. W artykule zamieszczono wybrane wyniki badań analizujących wpływ aspektów takich, jak rodzaj oświetlenia, sposób obróbki i kompresji obrazu, dobór architektury i parametrów sieci neuronowej na jakość osiąganych wyników.
The paper describes research test stand that is used for optical diagnostics of correctness of assembling of printed circuit-board that moves on a tape. Optical diagnostics is carried out by camera, the images are transferred to computer PC and then to designed diagnostic system implemented in Matlab. After processing of the images they are analyzed by neural networks and the decisions about the correctness of assembling the elements on printed circuit-board are made. The whole application is designed in Matlab environment. The paper presents selected results describing researches carried out in the field of: illumination, image processing techniques, structures and parameters of neural networks and their influence on efficiency of the described system.
Źródło:
Pomiary Automatyka Robotyka; 2011, 15, 2; 49-54
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Algorytm rozpoznawania obrazów materiałów biologicznych
Algorithm for identification of biological materials images
Autorzy:
Łapczyńska-Kordon, B.
Langman, J.
Pedryc, N.
Powiązania:
https://bibliotekanauki.pl/articles/291148.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczne sieci neuronowe
rozpoznawanie obrazów
artificial neural networks
classification of images
Opis:
Opracowując wyniki pomiarów zarejestrowanych w postaci graficznej często mamy do czynienia z koniecznością porównywania ze sobą dwóch lub więcej obrazów. Nie zawsze zachodzi potrzeba porównywania ze sobą całych obrazów, nieraz wystarczające jest określenie różnic lub podobieństw na podstawie analizy pewnych ich charakterystycznych fragmentów. W pracy przedstawiono algorytm rozpoznawania obrazów na podstawie analizy rozmieszczenia na nich pewnych charakterystycznych wcześniej zdefiniowanych elementów. Zaprezentowano zarówno porównywanie z wykorzystaniem współrzędnych biegunowych metodą analityczną jak też próbę wykorzystania sztucznych sieci neuronowych do klasyfikacji obrazów.
In handling graphic representations of measurement results, need often arises to compare two or more images. It is not always necessary to compare the entire images. Sometimes it suffices to describe differences or similarities based on the analysis of certain characteristic fragments. This body of work presents an algorithm for recognizing images based on certain pre-set characteristic elements. A process of comparing – through the analytical method – using polar coordinates, as well as an attempt to utilize artificial neural networks for the classification of images is also presented.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 7, 7; 145-150
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do rozpoznawania obrazów
Using artificial neural networks in image recognition
Autorzy:
Dobrosielski, Wojciech
Powiązania:
https://bibliotekanauki.pl/articles/41204124.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:
sztuczne sieci neuronowe
Adaline
obraz cyfrowy
artificial neural networks
digital image
Opis:
Praca zawiera informacje dotyczące sztucznej sieci neuronowej. Przedstawiony jest sposób działania wejść, wag, bloku sumarycznego, bloku aktywacji i wyjść, z których składa się sztuczny neuron. Omówiona jest struktura sieci z jakiego rodzaju funkcji aktywacji i ilości warstw się składa oraz metody procesu uczenia sieci neuronowej. Zaprezentowany model neuronu typu Adaline. Praca zwiera także informacje dotyczące obrazu cyfrowego, z czego się składa oraz modeli barw na drodze algebraicznej. W części badawczej zostało zaprezentowane w jaki sposób sieć zbudowana z neuronów typu Adaline rozpoznaje wzorce pisma grafiki rastrowej. Omówiony jest sposób przygotowania materiałów testujących oraz tworzenie zbioru uczącego i struktury sieci w zaprojektowanym programie. Przedstawiony jest proces uczenia sieci, jak również rodzaje przykładowych odpowiedzi jakich udziela sieć podczas testowania. Część badawcza zawiera eksperyment w którym ukazane są ważne czynniki jakie wpływają na poprawne działanie sieci.
The paper contains information on artificial neural network. Is shown how the inputs, weights, summary block, block the activation and output, which consists of an artificial neuron. In part of the research was presented on how the network is built with a Adaline neurons recognize patterns letters graphics.
Źródło:
Studia i Materiały Informatyki Stosowanej; 2010, 3; 45-56
1689-6300
Pojawia się w:
Studia i Materiały Informatyki Stosowanej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie algorytmów interpolacji i sztucznych sieci neuronowych do wyznaczania charakterystyki zawartości chromu w glebach
Application of interpolation algorithms and artificial neural networks for chromium contents in soils characterization
Autorzy:
Gruszczyński, S.
Urbański, K.
Powiązania:
https://bibliotekanauki.pl/articles/269225.pdf
Data publikacji:
2005
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
algorytmy interpolacji
sieci neuronowe
sztuczne sieci neuronowe
gleby
zanieczyszczenie gleb
chrom
zawartość chromu w glebach
Opis:
Przeanalizowano różne podejścia do ustalania trendu rozkładu poziomego chromu (Cr) w glebie w warunkach silnego zanieczyszczenia tym pierwiastkiem. Zastosowano algorytmy regresji wielomianowej (wielomiany I, II i III stopnia), algorytmy interpolacji (TIN, Kriging, RST) oraz sztuczne sieci neuronowe (MLP, CANFIS, RBF, GRNN, PNN, MDN). Wykorzystano dane pochodzące z badań terenowych przeprowadzonych w otoczeniu Zakładów Chemicznych "Alwernia". Różnice między poszczególnymi podejściami zaprezentowano w formie graficznej oraz niektórych statystyk rozkładu reszt. Badania rozkładu przestrzennego zanieczyszczenia gleb nasunęły wniosek, iż ważnym elementem staje się określenie precyzji informacji oraz granic błędu przez akceptację jakiegoś oszacowania zanieczyszczenia, natomiast na dalszy plan schodzi wykrycie lub uwypuklenie regularności związanej z mechanizmem zjawiska imisji. Wydaje się, że zmienność zawartości chromu w glebach, zauważalna nawet na bliskich dystansach, utrudnia akceptację metod interpolacji jako sposobu oceny rozkładu zanieczyszczeń. Z drugiej strony znaczące nieliniowości utrudniają akceptację modeli regresji. W tych warunkach możliwością wartą rozważenia jest modelowanie z użyciem sieci neuronowych, w tym także wykorzystanie rozwiązań hybrydowych (np. MDN), pozwalających na pogłębioną analizę zmienności koncentracji Cr w glebach.
Various ways of approach, to determine the horizontal distribution trend (tendency) of Chromium (Cr) in soil, where is high pollution by this element are analysed. Polynominal regression algorithms (I, II, III degree polynominals), interpolation algorithms (TIN, Kriging, RST), and also artificial neural networks (MLP, CANFIS, RBF, GRNN, PNN, MDN) are applied. Data from field experiments, carried out in the area of Chemical Plant in Alwernia were used. The differences between several ways of approach are presented in a graphical form, and also in some remainders distribution statistics. The soil pollution spatial distribution examinations lead to following conclusion, that in the first place is the information precision determination, and also the limit of error, through the pollution evaluation acceptance, whereas in the second place is the indication or standing out the regularity connected with the imission effect mechanism. It seems that the chromium concentration in soils variation, noticed even on short distances, makes it difficult the acceptance of interpolation method, as a method of contamination distribution evaluation. On the other hand the considerable nonlinearity makes difficult the acceptance of regression model. In these circumstances, the possibility which is worth consideration, is the modelling with the application of neuron networks, that is also hybrid solution application (for instance MDN), which gives the possibility of Cr concentration in soils variation deeper analysis.
Źródło:
Inżynieria Środowiska / Akademia Górniczo-Hutnicza im. S. Staszica w Krakowie; 2005, 10, 1; 15-44
1426-2908
Pojawia się w:
Inżynieria Środowiska / Akademia Górniczo-Hutnicza im. S. Staszica w Krakowie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Użycie sieci neuronowych do klasyfikacji obdszarów miejskich na zdjęciach satelitarnych
Applying neural networks to urban area classification in satellite images
Autorzy:
Iwaniak, A.
Krówczyńska, M.
Paluszyński, W.
Powiązania:
https://bibliotekanauki.pl/articles/341474.pdf
Data publikacji:
2002
Wydawca:
Uniwersytet Przyrodniczy we Wrocławiu
Tematy:
klasyfikacja zdjęć satelitarnych
sztuczne sieci neuronowe
satellite image classification
artificial neural networks
Opis:
Niniejsza praca przedstawia podejście do procesu klasyfikacji obrazów satelitarnych alternatywne wobec istniejących metod. Do identyfikacji terenów miejskich zobrazowanych na zdjęciach satelitarnych zastosowana została sztuczna sieć neuronowa. W pracy wykorzystano zobrazowania wykonane przez satelitę Landsat skanerem Thematic Mapper oraz mapę pokrycia terenu opracowaną w programie CORINE Land Cover. Oceny wyników dokonano metodą porównania punktowego z mapą topograficzną. Badania zostały przeprowadzone na terenach testowych: Aglomeracja Warszawska oraz Krakowska.
This work presents a new approach to satellite image classification process. An artificial neural network has been applied to identification of urban areas mapped in satellite images. The results presented here are based on images obtained from the Landsat satellite using the Thematic Mapper scanner and a land cover map produced under the CORINE Program. The evaluation of the results has been conducted using a point-topoint comparison with a topographic map. The test areas include the metropolitan areas of Warsaw and Cracow.
Źródło:
Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum; 2002, 1, 1-2; 5-13
1644-0668
Pojawia się w:
Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie algorytmów sztucznych sieci neuronowych do prognozowania zużycia energii elektrycznej
Application artificial neural networks for electricity prediction
Autorzy:
Włas, M.
Powiązania:
https://bibliotekanauki.pl/articles/266363.pdf
Data publikacji:
2016
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
prognozowanie zużycia energii
sztuczne sieci neuronowe
forecasting energy consumption
artificial neural network
Opis:
W artykule przestawiono algorytm przewidywania zużycia energii elektrycznej budynków mieszkalnych z wykorzystaniem informacji o produkcji i warunkach atmosferycznych. W artykule została zaproponowana własna metoda predykcji z wykorzystaniem wielowarstwowej jednokierunkowej sztucznej sieci neuronowej. W pracy zostały przedstawione podstawowe pojęcia z zakresu sieci neuronowych oraz testy działania programu prognozującego na podstawie rzeczywistych danych pomiarowych. Głównym zadaniem badawczym było sprawdzenie dokładności algorytmu predykcji do prognozowania zużycia energii elektrycznej. Ma to na celu uzyskanie programu, którego wyniki o charakterze ilościowym będą wykorzystywane do prognozowania potrzeb zakupowych na TGE (Towarowej Giełdzie Energii) przy udziale metody zakupu energii elektrycznej na Rynku Dnia Następnego.
This paper presents a flexible approach to forecasting of energy consumption in residential buildings, using time series analysis and neural networks. Our goal is to develop a one day-ahead forecasting model based on an artificial neural network using information about temperature of air. The article has been proposed neural network prediction method using a multilayered feed-forward artificial neural network with the backpropagation training algorithm. Experimental results have showed that the proposed neural network can faithfully reproduce the curve of daily energy consumption with a percentage error less than 3.74%.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2016, 51; 217-220
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie neuronalne rozwoju systemu elektroenergetycznego. Część 1. Obszary modelowania
Neuronal modeling of development power system. Part 1. The areas of modeling
Autorzy:
Tchórzewski, J.
Powiązania:
https://bibliotekanauki.pl/articles/377456.pdf
Data publikacji:
2015
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
sztuczne sieci neuronowe
rozwój systemów elektroenergetycznych
projektowanie rozwoju
algorytmy uczenia
inżynieria rozwoju
Opis:
W pracy zamieszczono wybrane wyniki badań dotyczące modelowania neuralnego rozwoju systemu elektroenergetycznego. Zwrócono uwagę, że w modelowaniu neuronalnym wykorzystującym sztuczne sieci neuronowe projektuje się, a nie programuje rozwój systemu. Pokazano, że wśród różnych rodzajów architektury sztucznych sieci neuronowych oraz różnych reguł uczenia brak jest takich, które wprost odpowiadałyby naturze rozwoju SEE. Zwrócono uwagę na właściwości sieci perceptronowych, ontogenicznych oraz samorozwijających się, które możliwe są do wykorzystania przy projektowaniu i uczeniu modelu rozwoju SEE.
The paper presents selected results of research on the modeling of neuronal development of the power system. It was noted that in neuronal modeling using artificial neural networks are designed, not programming system development. It is shown that among the various types of architecture of artificial neural networks and various learning rules, there is no such that directly correspond to the nature of the development of SEE. Attention was drawn to the network properties perceptron network, ontogeny network and self-evaluating network that are possible to be used in the design and development model SEE learning.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2015, 82; 31-37
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sztuczne sieci neuronowe w modelowaniu procesów z ograniczonym zbiorem danych w inżynierii rolniczej
Neural networks in modeling agricultural engineering processes with limited date file
Autorzy:
Trajer, J.
Powiązania:
https://bibliotekanauki.pl/articles/286483.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczne sieci neuronowe
modelowanie
inżynieria rolnicza
artificial neural network
modeling
agricultural engineering
Opis:
Celem pracy jest przedstawienie metody neuronowego modelowania procesów z ograniczonym zbiorem danych. W przykładzie wykorzystano bazę danych zmian cen przechowywanej marchwi. Podano koncepcję budowy modelu neuronowego, który pomimo ograniczonego zbioru danych posiadać może zadowalające własności uogólniające, w sensie rozszerzenia zasięgu jego stosowalności poza zbiór uczący.
In this paper the analysis of the neural modeling of the agricultural engineering process was presented. The problems of effectiveness and quality neural networks in these processes was discussed.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 173-180
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie sztucznych sieci neuronowych przez przedsiębiorstwa eksportujące oraz importujące
The usage of artificial neural networks by export and import enterprises
Autorzy:
Jasiński, T.
Powiązania:
https://bibliotekanauki.pl/articles/339733.pdf
Data publikacji:
2014
Wydawca:
Polskie Towarzystwo Zarządzania Produkcją
Tematy:
sztuczne sieci neuronowe
systemy transakcyjne
artificial neural networks
exchange rate
trading system
Opis:
The paper raises issues of the use of artificial intelligence in the enterprise. The focus was on the possibility of using artificial neural networks to accurately predict the behavior of the time series relevant to the economic activities based on the export and import. In particular, the paper describes the practical possibilities for time series forecasting such as foreign exchange rates. Researches focused on predicting of slope of linear regression, to determinate the direction of exchange rate changes. Artificial neural networks, tested during researches, included two types of models. First one was a simple neural network model, containing only a one network. Second one was a more complex model containing at least a few networks. These networks were used for predicting a part of output variable. To obtained mentioned parts during researches was used multiresolution analysis based on discrete wavelet trans- form. During researches a lot of versions of multiresolution analysis were tested. Finally, as the best one, was chosen the discrete wavelet transform based on the biorthogonal 6/8 wavelet. The paper describes also a type of model input variables, considering a frequency of their changes. It shows advantages and disadvantages of macroeconomic data and technical analysis. The article describes main and the most useful types of moving averages, such as simple moving average, exponential moving average, weighted moving average and VI- DYA (Variable Index Dynamic Average). The paper mentions other type of input variable, especially such indicators as RSI and MACD and their modifications. The final evaluation of the models was carried out based on a simple trading system. Thus was confirmed the useful- ness of the results in practical applications. During the analysis of the obtained results, was used the method of sliding window.
Źródło:
Zarządzanie Przedsiębiorstwem; 2014, 17, 1; 37-40
1643-4773
Pojawia się w:
Zarządzanie Przedsiębiorstwem
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Concept of tool condition diagnostic system for micromachining
Koncepcja systemu diagnostycznego stanu narzędzia dla mikroobrabiarki
Autorzy:
Broel-Plater, B.
Jaroszewski, K.
Powiązania:
https://bibliotekanauki.pl/articles/276563.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
mikrofrezowanie
system diagnostyczny
sztuczne sieci neuronowe
micromilling machine
diagnostic system
neural networks
Opis:
The paper deals with part of diagnostic system for micromilling machine. The short description of designed and set in motion micromachine for milling is presented. The machine supervisory control system, based on artificial intelligence diagnostic system is described. Conducted during design process, deliberations about types and structures of the neural nets and form and source of the signals are presented. The last part of the paper includes conclusions and final remarks.
Artykuł stanowi opis części systemu diagnostycznego mikrofrezarki. W artykule przedstawiono ponadto opis projektu maszyny oraz jej wykonany i uruchomiony egzemplarz. W artykule zaprezentowano bazujący na sztucznej inteligencji system diagnostyczny zaprojektowany specjalnie dla tej maszyny. Opisano struktury i typy przebadanych sieci neuronowych i wskazano najskuteczniej działające. W ostatniej części artykułu przedstawiono wnioski dotyczące działania zaprojektowanego i przetestowanego system diagnostycznego.
Źródło:
Pomiary Automatyka Robotyka; 2013, 17, 2; 224-229
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wielokryterialny dobór parametrów operatora mutacji w algorytmie ewolucyjnym uczenia sieci neuronowej
Multi benchmark choice of mutation parameters in evolutionary algorithm of neural network learning
Autorzy:
Płaczek, S.
Powiązania:
https://bibliotekanauki.pl/articles/377966.pdf
Data publikacji:
2017
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
algorytmy genetyczne
algorytmy ewolucyjne
sztuczne sieci neuronowe
algorytmy uczenia sieci
algorytmy selekcji, krzyżowania, mutacji
Opis:
Implementacja Algorytmów Ewolucyjnych (AE) do zadań uczenia Sztucznych Sieci Neuronowych (SSN) nie jest zadaniem łatwym. Zastosowanie algorytmów ewolucyjnych wyeliminowało ograniczenia algorytmów gradientowych lecz niestety napotykamy na szereg nowych problemów. W artykule analizuje się dwuwarstwową sieć neuronową , w której, w charakterze genotypu przyjmuje się dwa chromosomy połączone szeregowo. Tworzy się całą populację sieci neuronowych o indywidualnych własnościach chromosomów oblicza się wartości funkcji celu oraz realizuje się proces selekcji. W proponowanym rozwiązaniu eliminuje się algorytm krzyżowania i stosuje się tylko mutację. Operator mutacji, jego parametry mogą być identyczne dla dwóch chromosomów, różne i nieskorelowane lub różne i skorelowane. W artykule analizuje się różne charakterystyki algorytmu mutacji, zalety i wady.
The optimization of the learning algorithm in neural networks is not a trivial task. Considering the non–linear characteristics of the activation functions , the entire task is multidimensional and non–linear with a multimodal target function. Implementing evolutionary computing in the multimodal optimization tasks gives the developer new and effective tools for seeking the global minimum. A developer has to find optimal and simple transformation between the realization of a phenotype and a genotype. In the article, a two–layer neural network is analyzed. Two serially connected chromosomes represent the genotype. In the first step the population is created. In the main algorithm loop, a parent selection mechanism is used together with the fitness function. To evaluate the quality of evolutionary computing process different measured characteristics are used. The final results are depicted using charts and tables.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2017, 91; 175-186
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Efektywność sztucznych sieci neuronowych w rozpoznawaniu znaków pisma odręcznego
Effectiveness of artificial neural networks in recognising handwriting characters
Autorzy:
Miłosz, Marek
Gazda, Janusz
Powiązania:
https://bibliotekanauki.pl/articles/98468.pdf
Data publikacji:
2018
Wydawca:
Politechnika Lubelska. Instytut Informatyki
Tematy:
rozpoznawanie znaków
pismo odręczne
sztuczne sieci neuronowe
character recognition
handwriting
artificial neural networks
Opis:
Sztuczne sieci neuronowe są jednym z narzędzi współczesnych systemów odtwarzania z obrazów tekstów, w tym pisanych odręcznie. W artykule przedstawiono rezultaty eksperymentu obliczeniowego mającego na celu analizę jakości rozpoznawania cyfr pisanych odręcznie przez dwie sztuczne sieci neuronowe (SSN) o różnej architekturze i parametrach. Jako podstawowe kryterium jakości rozpoznawania znaków użyto wskaźnika poprawności. Poza tym analizie poddano liczbę neuronów i ich warstw oraz czas uczenia SSN. Do stworzenia SSN, oprogramowania algorytmów ich uczenia i testowania wykorzystano język Python i bibliotekę TensorFlow. Obydwie SSN uczono i testowano przy pomocy tych samych dużych zbiorów obrazów znaków pisanych odręcznie.
Artificial neural networks are one of the tools of modern text recognising systems from images, including handwritten ones. The article presents the results of a computational experiment aimed at analyzing the quality of recognition of handwritten digits by two artificial neural networks (ANNs) with different architecture and parameters. The correctness indicator was used as the basic criterion for the quality of character recognition. In addition, the number of neurons and their layers and the ANNs learning time were analyzed. The Python language and the TensorFlow library were used to create the ANNs, and software for their learning and testing. Both ANNs were learned and tested using the same big sets of images of handwritten characters.
Źródło:
Journal of Computer Sciences Institute; 2018, 7; 210-214
2544-0764
Pojawia się w:
Journal of Computer Sciences Institute
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fatigue Life Predictions of Metal Matrix Composites Using Artificial Neural Networks
Przewidywania trwałości zmęczeniowej kompozytów metalowych przy użyciu sztucznych sieci neuronowych
Autorzy:
Uygur, I.
Cicek, A.
Toklu, E.
Kara, R.
Saridemir, S.
Powiązania:
https://bibliotekanauki.pl/articles/355098.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
MMCs
fatigue life prediction
artificial neural networks
przewidywania trwałości zmęczeniowej
sztuczne sieci neuronowe
Opis:
In this study, fatigue life predictions for the various metal matrix composites, R ratios, notch geometries, and different temperatures have been performed by using artificial neural networks (ANN) approach. Input parameters of the model comprise various materials (M), such as particle size and volume fraction of reinforcement, stress concentration factor (Kt), R ratio (R), peak stress (S), temperatures (T), whereas, output of the ANN model consist of number of failure cycles. ANN controller was trained with Levenberg-Marquardt (LM) learning algorithm. The tested actual data and predicted data were simulated by a computer program developed on MATLAB platform. It is shown that the model provides intimate fatigue life estimations compared with actual tested data.
Zastosowano sztuczne sieci neuronowe (ANN) do przewidywania trwałości zmęczeniowej dla różnych kompozytów metalowych, parametrów R, geometrii karbu, i różnych temperatur. Parametry wejściowe modelu obejmowały: różne materiały (M), o różnym rozmiarze cząstek i objętosci frakcji zbrojącej, współczynnik koncentracji naprężeń (Kt), stosunek parametru R (R), naprężenie szczytowe (S), temperaturę (T), natomiast dane wyjściowe składały się z liczby cykli awarii (SSN). Kontroler ANN był trenowany z użyciem algorytmu uczenia Levenberga-Marquardta (LM). Badane dane rzeczywiste i dane przewidywane symulowane były przez program komputerowy opracowany na platformie MATLAB. Wykazano, że model zapewnia oszacowanie trwałości zmęczeniowej bliską rzeczywistym danym badanym.
Źródło:
Archives of Metallurgy and Materials; 2014, 59, 1; 97-103
1733-3490
Pojawia się w:
Archives of Metallurgy and Materials
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do kształtowania właściwości materiału polimerowego z przeznaczeniem dla transportu szynowego
Application of Artificial Neural Networks to Shape Properties of Polymers Destined For the Use in Railway Transport
Autorzy:
Garbarski, J.
Fabijański, M.
Powiązania:
https://bibliotekanauki.pl/articles/215471.pdf
Data publikacji:
2012
Wydawca:
Instytut Kolejnictwa
Tematy:
materiały polimerowe
sztuczne sieci neuronowe
transport kolejowy
Artificial neural networks
polymers
rail transport
Opis:
Sztuczne sieci neuronowe znajdują szerokie zastosowanie w różnych dziedzinach techniki. Moda na to potężne narzędzie informatyczne nie ominęła także transportu kolejowego, gdzie jest stosowane w diagnostyce, prognozowaniu, optymalizacji. Można je również z powodzeniem stosować do poszukiwania materiałów spełniających odpowiednie kryteria, łącząc ze sobą kilka cech materiałowych takich, jak na przykład właściwości mechaniczne i palne. Materiały polimerowe dostępne na rynku często nie spełniają wysokich wymagań pod względem właściwości palno-dymowych, zatem konieczne jest dodawanie do nich odpowiednich środków (uniepalniaczy), poprawiających tę cechę materiałową, ale znacznie pogarszających właściwości mechaniczne. Takim popularnym materiałem reprezentującym ogromną grupę tworzyw styrenowych o szerokich zastosowaniach w budowie taboru szynowego, jest polistyren wysokoudarowy. Uzyskanie wieloskładnikowej, trudnopalnej mieszaniny tworzywowej na bazie polistyrenu wysokoudarowego (HIPS) jest trudne i pracochłonne. W celu znalezienia potencjalnie najlepszego składu, byłoby konieczne przeprowadzenie wielu prób technologicznych. W związku z tym, do rozszerzenia obszaru poszukiwań składu mieszaniny w celu uzyskania najlepszych właściwości zarówno mechanicznych, jak i palno-dymowych, wykorzystano sztuczne sieci neuronowe. W artykule przedstawiono zastosowanie tych sieci do określenia właściwego składu materiału spełniającego wymagania palnościowe dla materiałów stosowanych w transporcie szynowym.
Artificial neural networks find wide application in various fields of engineering. This trend to use such powerful information technology tool was not avoided by the railway transport either. Therefore, it is used in diagnosis, forecasting, and optimization. It may be successfully used when searching materials satisfying certain criteria and combining good mechanical and non-flammability properties. Quite often, commercially available polymers do not meet with high requirements regarding non-flammability and smoke production properties. Therefore, it is necessary to use proper additives (anti-flammability agents) to achieve desired properties, however, they deteriorate mechanical strength considerably. High Impact Polystyrene (HIPS) is common representative of large group of styrenes and is widely used in the rolling stock construction. Slow-burning plastic compound based on high impact polystyrene (HIPS) is difficult and laborious to obtain. Extensive research is necessary to find potentially most favourable composition. Consequently, artificial neural networks (ANN) have been used to broaden the area of search for such composition that features satisfactory mechanical, non-flammable and low smoke production properties. The paper presents the use of neural networks for the determination of proper composition to satisfy non-flammability properties of the materials used in railway transport.
Źródło:
Problemy Kolejnictwa; 2012, 154; 47-59
0552-2145
2544-9451
Pojawia się w:
Problemy Kolejnictwa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Blender jako narzędzie do generacji danych syntetycznych
Blender as a tool for generating synthetic data
Autorzy:
Sieczka, Rafał
Pańczyk, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/98204.pdf
Data publikacji:
2020
Wydawca:
Politechnika Lubelska. Instytut Informatyki
Tematy:
artificial neural networks
convolutional neural network
synthetic data
blender
sztuczne sieci neuronowe
konwolucyjne sieci neuronowe
dane syntetyczne
Opis:
Acquiring data for neural network training is an expensive and labour-intensive task, especially when such data is difficult to access. This article proposes the use of 3D Blender graphics software as a tool to automatically generate synthetic image data on the example of price labels. Using the fastai library, price label classifiers were trained on a set of synthetic data, which were compared with classifiers trained on a real data set. The comparison of the results showed that it is possible to use Blender to generate synthetic data. This allows for a significant acceleration of the data acquisition process and consequently, the learning process of neural networks.
Pozyskiwanie danych do treningu sieci neuronowych, jest kosztownym i pracochłonnym zadaniem, szczególnie kiedy takie dane są trudno dostępne. W niniejszym artykule zostało zaproponowane użycie programu do grafiki 3D Blender, jako narzędzia do automatycznej generacji danych syntetycznych zdjęć, na przykładzie etykiet cenowych. Przy użyciu biblioteki fastai, zostały wytrenowane klasyfikatory etykiet cenowych, na zbiorze danych syntetycznych, które porównano z klasyfikatorami trenowanymi na zbiorze danych rzeczywistych. Porównanie wyników wykazało, że możliwe jest użycie programu Blender do generacji danych syntetycznych. Pozwala to w znaczącym stopniu przyśpieszyć proces pozyskiwania danych, a co za tym idzie proces uczenia sieci neuronowych.
Źródło:
Journal of Computer Sciences Institute; 2020, 16; 227-232
2544-0764
Pojawia się w:
Journal of Computer Sciences Institute
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model symulacyjny systemu Towarowej Giełdy Energii Elektrycznej z wykorzystaniem wspomaganej ewolucyjnie oraz inspirowanej kwantowo Sztucznej Sieci Neuronowej
Simulation model of the Polish Power Exchange System using evolutionally assisted and quantum-inspired Artificial Neural Network
Autorzy:
Tchórzewski, Jerzy
Ruciński, Dariusz
Powiązania:
https://bibliotekanauki.pl/articles/376414.pdf
Data publikacji:
2020
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
badania komparatystyczne
badania symulacyjne
obliczenia kwantowe
sztuczne sieci neuronowe
towarowa giełda energii elektrycznej
Opis:
Utworzono wspomaganą ewolucyjnie oraz inspirowaną kwantowo Sztuczną Sieć Neuronową, którą zaimplementowano w Simulinku na bazie danych Rynku Dnia Następnego Towarowej Giełdy Energii Elektrycznej. Dane wejściowe, wagi i biasy poddano kwantyzacji. Kwantowe obliczenia quasi-równoległe przeprowadzono na bazie 100 wygenerowanych kwantowych liczb mieszanych za pomocą metody kwantyzacji na bazie stanów czystych |0> i |1>, a uzyskane w wyniku obliczeń kwantowe liczby mieszane poddano dekwantyzacji za pomocą Sztucznej Sieci Neuronowej (SSN). Model symulacyjny składający się ze wspomaganej ewolucyjnie oraz kwantowo inspirowanej Sztucznej Sieci Neuronowej, oprócz badań symulacyjnych, umożliwia przeprowadzanie badań komparatystycznych uzyskiwanych sygnałów z danymi rzeczywistymi oraz z danymi wyjściowymi z perceptronowej Sztucznej Sieci Neuronowej. Wyniki badań wskazują na wysoką dokładność przeprowadzanego eksperymentu.
An evolutionary-assisted and quantum-inspired Artificial Neural Network was created, which was implemented in Simulink on the Day-Ahead Market of the Polish Power Exchange. Input data, weights and bias were quantized. Quantum quasi-parallel calculations were carried out on the basis of 100 generated quantum mixed numbers using the quantization method based on pure states |0> and |1>, and the resulting quantum mixed numbers were dequantized using another Artificial Neural Network. The implemented simulation model consists of evolutionarily assisted and quantum-inspired Artificial Neural Network, which in addition to simulation studies allows conducting comparative studies of obtained signals with real data and with output data from the perceptron Artificial Neural Network. The test results indicate the high accuracy of the experiment.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2020, 104; 55-64
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Możliwości informatyki kwantowej do poprawy dokładności modelowania. Część 1 – Kwantowy algorytm ewolucyjny
Possibility of quantum computer to improve accuracy of modeling. Part 2. Quantum evolutionary algorithm
Autorzy:
Tchórzewski, J.
Powiązania:
https://bibliotekanauki.pl/articles/376693.pdf
Data publikacji:
2016
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
algorytmy ewolucyjne
informatyka kwantowa
modelowanie systemów
sztuczne sieci neuronowe
środowisko MATLABA i Simulinka
Opis:
W pracy zamieszczono wybrane wyniki badania wykorzystania informatyki kwantowej do zwiększenia stopnia dokładności algorytmów ewolucyjnych poprawiających parametry modeli neuronalnych systemów, co zostało zweryfikowane na wybranych przykładach takich systemów jak m.in. ruch robota PR-02. W modelowaniu neuronalnym wykorzystuje się sztuczne sieci neuronowe, które projektuje się, a następnie uczy modeli systemów na bazie danych liczbowych. Parametry sztucznych sieci neuronowych, a zwłaszcza elementy macierzy wag, biasów i parametry funkcji aktywacji można poprawiać za pomocą algorytmów ewolucyjnych. Okazuje się, że wprowadzenie rozwiązań z zakresu informatyki kwantowej do algorytmów ewolucyjnych, a zwłaszcza dotyczących tworzenia kwantowej populacji początkowej, kwantowych operatorów krzyżowania i mutacji oraz kwantowej selekcji znacznie poprawia dokładność paramentów modeli neuronalnych, co zostało zweryfikowane w środowisku MATLABA i Simulinka.
The paper presents selected results of the use of quantum computing to increase the degree of accuracy of evolutionary algorithms to improve the performance of models of neuronal movement of the end of the robot arm PR-02. For modeling, neural used SSN, which are designed and taught system models based on figures. ANN parameters, especially the elements of the matrix weights, biases, and the parameters of the activation function can be improved by using evolutionary algorithms. It turns out that the introduction of solutions in the field of quantum computing to evolutionary algorithms, especially for the creation of quantum initial population, quantum operators crossover and mutation, and quantum selection greatly improves the accuracy of modeling, as has been verified in the environment MATLAB and Simulink.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2016, 88; 133-141
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych w modelowaniu prędkości wiatru jako jednej z determinant poboru energii w budynkach
Application of neural networks in modeling wind speed as a determinant of energy consumption in buildings
Autorzy:
Jasiński, T.
Powiązania:
https://bibliotekanauki.pl/articles/362969.pdf
Data publikacji:
2018
Wydawca:
Instytut Fizyki Budowli Katarzyna i Piotr Klemm
Tematy:
sztuczne sieci neuronowe
energia elektryczna
prognozowanie
wiatr
artificial network
electrical energy
forecasting
wind
Opis:
Celem pracy była analiza możliwości wykorzystania narzędzia z obszaru sztucznej inteligencji, jakim są sztuczne sieci neuronowe (ANN) w zagadnieniach związanych z prognozowaniem poboru energii elektrycznej w budynkach. W wielu opracowaniach wykazano, że głównym źródłem popytu na energię są systemy klimatyzacji oraz systemy grzewcze (HVAC). Z tego też powodu jednym z podstawowych determinant zapotrzebowania na energię są czynniki atmosferyczne, w tym prędkość wiatru. W pracy oprócz badań literaturowych przeprowadzono również badania empiryczne w obszarze przewidywania prędkości wiatru przy użyciu ANN wykorzystujących dane archiwalne pochodzące ze stacji meteorologicznej usytuowanej na lotnisku Lublinek w Łodzi. Testom zostały poddane sieci pracujące w oparciu o architekturę perceptronu wielowarstwowego (MLP), sieci realizujące regresję uogólnioną (GRNN) oraz sieci o radialnych funkcjach bazowych (RBF). Modelowanie objęło prędkości wiatru w latach 2008-2016. Dane zostały podzielone na trzy zbiory: uczący, walidacyjny i testowy. Takie podejście umożliwiło minimalizację ryzyka przeuczenia ANN. Jednocześnie użycie jedynie najnowszych informacji w charakterze danych testowych umożliwiło opracowanie modelu, który może zostać wykorzystany w praktyce biznesowej. W pracy nie ograniczono się do poszukiwania optymalnego zbioru zmiennych objaśniających jedynie wśród danych pozyskanych bezpośrednio ze stacji meteorologicznej, lecz analizie poddano także zmienne wejściowe powstałe poprzez zastosowanie narzędzi analizy technicznej.
The paper presents possibilities to use ANN as a model predicting both - demand for energy in buildings and meteorological parameters affecting that demand such as wind speed. Empirical studies included wind speed forecasts using weather data from a meteorological station located at Lublinek Airport in Lodz. Numerous ANN types such as MLP, RBF and GRNN were tested during simulations.
Źródło:
Fizyka Budowli w Teorii i Praktyce; 2018, T. 10, nr 2, 2; 9-14
1734-4891
Pojawia się w:
Fizyka Budowli w Teorii i Praktyce
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przegląd wybranych metod prognozowania zapotrzebowania na wodę w miejskich sieciach wodociągowych
Review of chosen methods of water demand forecasting in municipal water networks
Autorzy:
Kwiesielewicz, M.
Słomiński, T.
Powiązania:
https://bibliotekanauki.pl/articles/152010.pdf
Data publikacji:
2003
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
zapotrzebowanie na wodę
predykcja
sztuczne sieci neuronowe
water demand
prediction
artificial neural networks
Opis:
Praca dotyczy prognozowania zapotrzebowania na wodę w miejskich sieciach wodociągowych. Podaje się czynniki kształtujące zapotrzebowania na wodę oraz dokonuje sie analizy porównawczej trzech wybranych metod predykcji, a mianowicie: predyktora neuronowego, predyktora neuronowo-rozmytego oraz metody opartej o uśrednianie pomiarów. Badania symulacyjne pokazały, że przy przyjetych założeniach najlepsze wyniki daje metoda uśredniania.
The paper concerns the problem of forecasting a water demand in communal water networks. Factor influencing water demand are characterized. Next three chosen forecasting techniques are analyzed, namely: neutral network based predictor, ANFIS predictor and method based on average value of measurements. Simulation calculation showed that third method was the best one according to taken assumptions.
Źródło:
Pomiary Automatyka Kontrola; 2003, R. 49, nr 12, 12; 28-31
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dochody w powiatach województwa kujawsko-pomorskiego
THE INCOME IN THE DISTRICTS OF THE KUYAVIAN-POMERANIAN VOIVODSHIP
Autorzy:
Wyszkowska, Zofia
Serwatka-Bober, Sylwia
Powiązania:
https://bibliotekanauki.pl/articles/446986.pdf
Data publikacji:
2017
Wydawca:
Mazowiecka Uczelnia Publiczna w Płocku
Tematy:
poziom życia
sztuczne sieci neuronowe
powiaty
standard of living
artificial neural networks
districts
Opis:
Celem pracy była analiza dochodów w powiatach województwa kujawsko-pomorskiego jako czynnika poziomu życia ludności i określenia rodzaju dochodu, który w analizowanych powiatach ma największy wpływ na poziom życia ludności. Źródło danych stanowiły informacje pochodzące w Banku Danych Lokalnych Głównego Urzędu Statystycznego. Okres badania to lata od 2013 roku do 2015 roku. W pracy korzystano z modelu matematycznego zbudowanego w oparciu o perceptron wielowarstwowy MLP, który jest jednym z rodzajów sztucznych sieci neuronowych. Badania wykazały, że największy wpływ na poziom życia ludności w powiatach województwa kujawsko-pomorskiego ma wielkość udzielonych świadczeń ze środowiskowej pomocy społecznej. Oznacza to, że wraz ze wzrostem poziomu życia ludności, maleje skala świadczeń i zmniejsza się poziom ubóstwa.
The aim of the study was to analyze the income in the districts of the Kuyavian-Pomeranian voivodship as a factor of the living standard of the population and determining the type of income, which in the analyzed districts has the highest impact on the population living standard. The source of the data was the information obtained from the Local Data Bank of the Central Statistical Office [Główny Urząd Statystyczny].The study covered the period from 2013 to 2015. In the paper mathematical model based on MLP multi-layer perceptron was used; one of the artificial neural networks types. Studies showed that the greatest influence on standard of living in the districts of the Kuyavian-Pomeranian voivodship has the number of the social benefits provided by social care institutions. It can be concluded that the fewer benefits will be received, the lower the level of poverty and the higher the standard of living of the population will be.
Źródło:
Zeszyty Naukowe PWSZ w Płocku. Nauki Ekonomiczne; 2017, 1(25); 113-123
1644-888X
Pojawia się w:
Zeszyty Naukowe PWSZ w Płocku. Nauki Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Porównanie i ocena metod klasyfikacji sygnałów EEG
Analysis and classification of EEG data. An evaluation of methods
Autorzy:
Rutkowski, G.
Patan, K.
Powiązania:
https://bibliotekanauki.pl/articles/154847.pdf
Data publikacji:
2012
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
EEG
sztuczne sieci neuronowe
rozpoznawanie obrazów
klasyfikacja
artificial neural networks
pattern recognition
classification
Opis:
Analiza i interpretacja sygnałów elektroencefalograficznych znalazła szerokie spektrum zastosowań w diagnostyce klinicznej. Pomimo licznych doświadczeń specjalistów, ciągle napotyka się wiele trudności. Powstające problemy związane są m.in. z aspektami technicznymi co spowodowane jest charakterem niestacjonarności w przypadku sygnałów takich jak sygnały EEG. Rozwiązania sprzętowe i programowe w tej dziedzinie są poddawane ciągłej poprawie ze względu na rozwój technologiczny. Bardzo obiecującym narzędziem w analizie i interpretacji sygnałów EEG są sztuczne sieci neuronowe. W pracy przedstawiono eksperymenty oparte o analizę i klasyfikację danych biomedycznych za pomocą różnych technik, w tym metod klasycznych takich jak naiwny klasyfikator Bayesa, k najbliższych sąsiadów z zastosowaniem metod sztucznej inteligencji takich jak klasyfikatory SVM czy perceptron wielowarstwowy.
Analysis and interpretation methods of electroencephalogram signals have found a broad spectrum of applications in clinical diagnosis. Despite the experience of professionals, biomedical data analysis encounters many difficulties. Measurement problems are associated with both the technical ground that determines the character of non-stationarity of EEG signals and the individual nature of a neurological dysfunction. The existing hardware and software have been continuously improved due to the rapid progress of technological development. Very promising tool in the analysis and interpretation of the EEG signals are artificial neural networks. An electroencephalogram (EEG) is a noninvasive technique for measurement of processes occurring in the human brain. This technique allows direct measurement of electrical potentials of neuronal activity. EEG is thus recording of electrical activity of nerve cells on the surface of the cerebral cortex. Seizures are very important element in clinical diagnosis due to the ongoing search for causal link in generating sudden discharges of electricity. The interpretation of such signals may allow for appropriate treatment and selection of relevant therapy for individual cases. There have been many works in the area of electroencephalography which used artificial neural networks involving among the others in the process of recognizing specific graphoelements, which in turn indicate a definite neurological dysfunction. Neural networks are also able to extract the relevant information contained in the EEG signals and support the process of solving problems, such as the identification of characteristic EEG [1, 5, 6] patterns or determine patterns based on spectral EEG topography [3]. Neural networks are also used to identify artifacts, where inputs to the classifier are implemented in the form of selected parameters of a specific wave length [10]. The paper presents experiments based on the analysis and classification of biomedical data using various techniques, including classical methods such as naive Bayes classifiers, and nearest neighbor using artificial intelligence methods including SVM classifiers and multilayer perceptron.
Źródło:
Pomiary Automatyka Kontrola; 2012, R. 58, nr 4, 4; 369-371
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych w systemach wspomagania decyzji z obszaru zarządzania logistyką
Application of artificial neural networks in decision support systems in logistics management
Autorzy:
Duchaczek, A.
Skorupka, D.
Powiązania:
https://bibliotekanauki.pl/articles/348417.pdf
Data publikacji:
2011
Wydawca:
Akademia Wojsk Lądowych imienia generała Tadeusza Kościuszki
Tematy:
zarządzanie logistyczne
sztuczne sieci neuronowe
sieci neuronowe
biblioteka FANN
logistic management
artificial neural networks
neural networks
FANN library
Opis:
W artykule przedstawiono możliwości wykorzystania komponentu TFannNetwork, opartego na bibliotece FANN wersja 2.0, do budowy aplikacji komputerowych wykorzystywanych w procesie zarządzania logistyką. Możliwości komponentu zaprezentowano na przykładzie zastosowania sztucznych sieci neuronowych do szacowania ładowności pojazdów transportowych na podstawie ich gabarytów.
The article presents the possibility of using a TFannNetwork component, based on the FANN library (version 2.0), for building computer applications used in logistics management. The potential of the component is exemplified with the application of artificial neural networks to estimate the capacity of transport vehicles based on their dimensions.
Źródło:
Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki; 2011, 4; 270-277
1731-8157
Pojawia się w:
Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie sztucznej sieci neuronowej do diagnostyki związków chemicznych przy pomocy ich widm w podczerwieni
Application of artificial neural networks in diagnostics of chemical compounds from their infrared spectra
Autorzy:
Stemplewski, S.
Macek-Kamińska, K.
Powiązania:
https://bibliotekanauki.pl/articles/151648.pdf
Data publikacji:
2013
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
sztuczne sieci neuronowe
identyfikacja
spektroskopia
widma
podczerwień
artificial neural networks
identification
spectroscopy
spectrum
infrared
Opis:
W artykule przedstawiono możliwości zastosowania sztucznej sieci neuronowej w identyfikacji związków chemicznych metodą tzw. „odcisku palca” oraz opisano budowę opracowanego specjalnie do tego celu narzędzia z wykorzystaniem SSN, jak też sprecyzowano wymogi, jakie muszą być spełnione do jej poprawnego funkcjonowania.
This paper presents a combination of the “finger-print” identification method and artificial neural networks (ANN) for effective diagnostics of chemical compounds from their infrared spectra. Identification of chemical compounds on the basis of their IR spectra is a serious problem in absorption spectrophotometry, used in practical chemical analysis. Using ANN to diagnose chemical compounds opens up new abilities for effective identification, not only in terms of speeding the process up but also in view of modeling complex nonlinear signals. A programming tool is developed in Microsoft Visual C# and tested on the basis of one hundred chemical compounds used to teach the ANN. The self-learning ability of ANN is used to construct a relationship between input and output parameters. Using AAN is also possible both to ignore redundant data and those whose impact on the phenomenon is negligible, so it is focused on the input data having a major impact on the modeled process. ANN is used to diagnose one hundred chemical compounds and further studies will be focused on possible expanding the database to include some other compounds.
Źródło:
Pomiary Automatyka Kontrola; 2013, R. 59, nr 1, 1; 38-39
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-50 z 266

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