Temat: artificial membranes - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Platelet-rich plasma, platelet-rich fibrin, and enamel matrix derivative for oral mucosal wound healing
Autorzy:: Vokurka, J.
Hromcik, F.
Faldyna, M.
Gopfert, E.
Vicenova, M.
Pozarova, L.
Izakovicova Holla, L.
Powiązania:: https://bibliotekanauki.pl/articles/2087323.pdf
Data publikacji:: 2020
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:: platelet-rich plasma
platelet-rich fibrin
wound healing
dental enamel proteins
artificial membranes
Źródło:: Polish Journal of Veterinary Sciences; 2020, 23, 2; 169-176
1505-1773
Pojawia się w:: Polish Journal of Veterinary Sciences
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Zastosowanie sztucznych sieci neuronowych do prognozowania zmian mętności wody po procesie koagulacja/ultrafiltracja
Artificial neural networks - A viable option for predicting changes in water turbidity after treatment by coagulation/ultrafiltration
Autorzy:: Kabsch-Korbutowicz, M.
Kutyłowska, M.
Powiązania:: https://bibliotekanauki.pl/articles/237305.pdf
Data publikacji:: 2010
Wydawca:: Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
Tematy:: sztuczne sieci neuronowe
oczyszczanie wody
mętność
koagulacja
ultrafiltracja
membrany zanurzone
artificial neural networks
water treatment
turbidity
coagulation
ultrafiltration
submerged membranes
Opis:: Sztuczne sieci neuronowe w technologii oczyszczania wody mogą być wykorzystywane jako alternatywna metoda matematycznego modelowania funkcji wielu zmiennych. W pracy opisano możliwość wykorzystania sztucznych sieci neuronowych do prognozowania mętności wody infiltracyjnej oczyszczonej w zintegrowanym procesie koagulacja/ultrafiltracja. Do prognozowania mętności filtratu stworzono różne struktury wielowarstwowego perceptronu z jedną warstwą ukrytą. Sygnałami wejściowymi do sieci były mętność wody dopływającej, mętność wody po koagulacji, ciśnienie transmembranowe, strumień filtratu oraz temperatura i pH wody. Na wyjściu sieci znajdował się jeden neuron symbolizujący wartość współczynnika określającego skuteczność zmniejszenia mętności wody oczyszczonej. Wykazano, że sieć neuronowa o parametrach MLP 7-9-1 charakteryzowała się najmniejszym błędem średniokwadratowym w prognozowaniu. W przypadku tej sieci współczynnik korelacji wynosił 84,38%. Uzyskane wyniki wskazują na wystarczającą (choć nie idealną) zbieżność prognozy z danymi doświadczalnymi z pilotowej stacji oczyszczania wody infiltracyjnej.
Artificial neural network modeling is widely used in water treatment techno-logy as an alternative method to deal with functions of several variables. In the study reported on in this paper consideration was given to the possibilities of using artificial neural networks to predict the turbidity of infiltration water after treatment by the integrated coagulation/ultrafiltration process. To forecast the turbidity of the permeate it seemed advisable to create different structures of the multilayer perceptrone with one hidden layer. Raw water turbidity, water turbidity after coagulation, transmembrane pressure, permeate flux, water temperature and water pH were adopted as input signals. One neuron at the output of the network described the value of the turbidity retention coefficient. It has been demonstrated that the neural network of the parameters MLP 7-9-1 was characterized by the least mean-square error in forecasting. For this network the coefficient of correlation equaled 84.38%. Simulation results have revealed that the convergence with experimental data was sufficiently good (although not ideal).
Źródło:: Ochrona Środowiska; 2010, 32, 2; 15-20
1230-6169
Pojawia się w:: Ochrona Środowiska
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "artificial membranes" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język