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 "analog neural networks" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Comparison of different hardware realizations of the winner takes all neural network
    Porównanie różnych sprzętowych realizacji sztucznej sieci neuronowej typu winner takes all
    Autorzy:
    Talaśka, T.
    Przedwojski, P.
    Dalecki, J.
    Długosz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/389786.pdf
    Data publikacji:
    2010
    Wydawca:
    Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
    Tematy:
    WTA network
    digital neural networks
    analog neural networks
    microcontroller
    low energy consumption
    sieć typu WTA
    cyfrowe sieci neuronowe
    analogowe sieci neuronowe
    mikrokontrolery
    niski pobór energii
    Opis:
    This paper presents realization and the laboratory tests of the Kohonen winner takes all (WTA) neural network (NN) realized on microcontrollers (μC) with the AVR and ARM CortexM3 cores, as well as the comparison with the full custom implementation of analog network of this type in the CMOS technology. The two μCs have been placed on a single testing board to facilitate the comparison. The board allows for switching between the two μCs, it enables selection of either the Euclidean (L2) or the Manhattan (L1) distance measures. It also allows for turning on/off the so-called conscience mechanism. Some signals illustrating the training of the network can be observed directly on the board. The full learning process with all essential parameters can be viewed on PC using the USB port. The prospective application of the system is in on-line analysis of the ECG and EMG biomedical signals in the health care diagnostic systems, as well as in the student laboratories on neural networks and programmable devices.
    W pracy przedstawiono projekt oraz wyniki badań laboratoryjnych sieci neuronowej Kohonena typu Winner Takes All (WTA) zaimplementowanej na mikrokontrolerach z rdzeniami AVR oraz ARM. W pracy przedstawiono też porównanie z wcześniejszą realizacją podobnej sieci jako specjalizowany analogowy układ scalony. Dwa mikrokontrolery, na których zaimplementowano algorytm uczący umieszczone zostały na jednej płytce testowej aby umożliwić bezpośrednie porównanie ich parametrów. Za pomocą przełączników umieszczonych bezpośrednio na płytce możliwe jest wybranie jednego z mikrokontrolerów, jednej z dwóch miar podobieństwa między wektorami (Euklidesa L2 lub typu Manhattan L1) oraz włączenie lub wyłączenie mechanizmu sumienia. Niektóre sygnały przedstawiające proces uczenia (sygnału sygnalizującego zwycięski neuron) możemy bezpośrednio obserwować na płytce. Proces uczenia możemy też w całości obserwować na komputerze PC, poprzez złącze USB. Do potencjalnych zastosowań wykonanej płytki testowej oraz sprzętowych realizacji sieci neuronowej należą systemy do ciągłego monitoringu zdrowia pacjentów (obserwacja oraz analiza sygnałów typu EKG oraz EMG), a także jako wyposażenie laboratorium studenckiego.
    Źródło:
    Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy; 2010, 13; 67-78
    1899-0088
    Pojawia się w:
    Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Test Procedures for Synchronized Oscillators Network CMOS VLSI Chip
    Autorzy:
    Kowalski, J.
    Strzelecki, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/226984.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    neural networks chip testing
    synchronized oscillator network
    parallel image segmentation
    analog-digital VLSI CMOS implementation
    Opis:
    The paper presents test procedures designed for application - specific integrated circuit (ASIC) CMOS VLSI chip prototype that implements a synchronized oscillator neural network with a matrix size of 32×32 for object detecting in binary images. Networks of synchronized oscillators are recently developed tool for image segmentation and analysis. This paper briefly introduces synchronized oscillators network. Basic chip analog building blocks with their test procedures and measurements results are presented. In order to do measurements, special basic building blocks test structures have been implemented in the chip. It let compare Spectre simulateions results to measurements results. Moreover, basic chip analog building blocks measurements give precious information about their imperfections caused by MOS transistor mismatch. This information is very usable during design and improvement of a special setup for chip functional tests. Improvement of the setup is a digitally assisted analog technique. It is an original idea of oscillators tuning procedure used during chip prototype testing. Such setup, oscillators tuning procedure and segmentation of sample binary images are presented.
    Źródło:
    International Journal of Electronics and Telecommunications; 2015, 61, 1; 101-107
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Diagnostics of analog systems using Artificial Neural Networks
    Diagnostyka systemów analogowych z wykorzystaniem sztucznych sieci neuronowych
    Autorzy:
    Bilski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/277729.pdf
    Data publikacji:
    2017
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    artificial intelligence
    artificial neural networks
    fault detection
    analog systems diagnostics
    sztuczna inteligencja
    sztuczne sieci neuronowe
    wykrywanie uszkodzeń
    diagnostyka systemów analogowych
    Opis:
    The paper presents the diagnostic applications of artificial neural networks (ANN). Aims and problems present in the contemporary diagnostics are introduced. The structure of the artificial intelligence-based system is presented and discussed in detail. Various approaches to design the on-line fault detection and location system using artificial intelligence approaches are introduced. The generic architecture of the ANN and its variations are presented. Next, their diagnostic applications, advantages and drawbacks are discussed. Application of RBF ANN-based diagnostic module to detect and identify faults of the 5th order lowpass filter is presented. Finally, usability and limitations of the ANN-based diagnostic system are provided.
    W artykule przedstawiono zastosowania sztucznych sieci neuronowych w diagnostyce systemów analogowych. Opisano główne cele diagnostyki oraz problemy spotykane obecnie podczas detekcji i lokalizacji uszkodzeń. Wprowadzono ogólną strukturę systemu diagnostycznego opartego na metodach sztucznej inteligencji. Przedstawiono różne metody inteligentne, które mogą zostać zastosowane w systemie działającym w trybie on-line. Następnie omówiono ogólną architekturę sztucznej sieci neuronowej oraz jej cechy szczególnie istotne z punktu widzenia detekcji i lokalizacji uszkodzeń. Specyficzne architektury sieci wraz z ich zastosowaniami diagnostycznymi przedstawiono w szczegółach. Na przykładzie filtru dolnoprzepustowego 5. rzędu przedstawiono działanie metody diagnostycznej wykorzystującej sieć neuronową typu RBF. Omówiono możliwości i ograniczenia stosowalności sztucznych sieci neuronowych jako narzędzia diagnostycznego.
    Źródło:
    Pomiary Automatyka Robotyka; 2017, 21, 4; 23-32
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A MLMVN with arbitrary complex-valued inputs and a hybrid testability approach for the extraction of lumped models using FRA
    Autorzy:
    Aizenberg, Igor
    Luchetta, Antonio
    Manetti, Stefano
    Piccirilli, Maria Cristina
    Powiązania:
    https://bibliotekanauki.pl/articles/91696.pdf
    Data publikacji:
    2019
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    analog circuits
    complex-valued neural networks
    lumped model
    testability
    Opis:
    A procedure for the identification of lumped models of distributed parameter electromagnetic systems is presented in this paper. A Frequency Response Analysis (FRA) of the device to be modeled is performed, executing repeated measurements or intensive simulations. The method can be used to extract the values of the components. The fundamental brick of this architecture is a multi-valued neuron (MVN), used in a multilayer neural network (MLMVN); the neuron is modified in order to use arbitrary complex-valued inputs, which represent the frequency response of the device. It is shown that this modification requires just a slight change in the MLMVN learning algorithm. The method is tested over three completely different examples to clearly explain its generality.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2019, 9, 1; 5-19
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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