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 "bayesian network" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 54
Tytuł:
Use of fuzzy fault tree analysis and noisy-OR gate bayesian network for navigational risk assessment in Qingzhou Port
Autorzy:
Zhao, C.
Wu, B.
Yip, T. L.
Lv, J.
Powiązania:
https://bibliotekanauki.pl/articles/2063967.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
Tematy:
risk assessment
Bayesian Network Model
navigational risk
navigational risk assessment
Port of Qingzhou
fuzzy fault tree
noisy-OR gate
navigational accidents
Opis:
Collisions and groundings account for more than 80% among all types of maritime accidents, and risk assessment is an essential step in the formal safety assessment. This paper proposes a method based on fuzzy fault tree analysis and Noisy-OR gate Bayesian network for navigational risk assessment. First, a fault tree model was established with historical data, and the probability of basic events is calculated using fuzzy sets. Then, the Noisy-OR gate is utilized to determine the conditional probability of related nodes and obtain the probability distribution of the consequences in the Bayesian network. Finally, this proposed method is applied to Qinzhou Port. From sensitivity analysis, several predominant influencing factors are identified, including navigational area, ship type and time of the day. The results indicate that the consequence is sensitive to the position where the accidents occurred. Consequently, this paper provides a practical and reasonable method for risk assessment for navigational accidents.
Źródło:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2021, 15, 3; 765--771
2083-6473
2083-6481
Pojawia się w:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Grid Fault Diagnosis Based on Information Entropy and Multi-source Information Fusion
Autorzy:
Zeng, Xin
Xiong, Xingzhong
Luo, Zhongqiang
Powiązania:
https://bibliotekanauki.pl/articles/1844639.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
information entropy
Bayesian network
multi-source information fusion
D-S evidence theory
fault diagnosis
Opis:
In order to solve the problem of misjudgment caused by the traditional power grid fault diagnosis methods, a new fusion diagnosis method is proposed based on the theory of multi-source information fusion. In this method, the fault degree of the power element is deduced by using the Bayesian network. Then, the time-domain singular spectrum entropy, frequency-domain power spectrum entropy and wavelet packet energy spectrum entropy of the electrical signals of each circuit after the failure are extracted, and these three characteristic quantities are taken as the fault support degree of the power components. Finally, the four fault degrees are normalized and classified as four evidence bodies in the D-S evidence theory for multi-feature fusion, which reduces the uncertainty brought by a single feature body. Simulation results show that the proposed method can obtain more reliable diagnosis results compared with the traditional methods.
Źródło:
International Journal of Electronics and Telecommunications; 2021, 67, 2; 143-148
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An expert elicitation analysis for vessel allision risk near the offshore wind farm by using fuzzy rule-based bayesian network
Autorzy:
Yu, Q.
Liu, K.
Powiązania:
https://bibliotekanauki.pl/articles/117215.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
Tematy:
offshore wind farms
expert elicitation analysis
Bayesian network model
fuzzy rule-based bayesian network
Failure Modes and Effects Analyses (FMEA)
Bayesian Networks
vessel allision risk
risk analysis
Opis:
This paper develops an expert based framework for analysing and synthesising the ship allision risk near the offshore wind farm (OWF) on the basis of a generic Fuzzy Bayesian network and FMEA analysis. This framework is specifically intended to overcome the difficulty of using traditional risk assessment methods in OWF allision. Under the introduced framework, subjective belief degrees are assigned to model the incompleteness encountered in establishing the knowledge base. The fuzzy transformation technology is then used to introduce all judgements results under various situations. Fully, a Bayesian network is established to aggregate all relevant attributes to the conclusion and to prioritise potential allision risk level of each ship categories. A series of case studies of different ship categories are studied to illustrate the application of the proposed framework. Results show that the fishing vessel and the service vessel have a higher allision risk than the merchant vessel due to insufficient risk detection. The collision consequence of the tanker is significantly higher than other types of vessel. The framework facilitates subjective risk assessment when historical failure data is not available in their practice, which provides support to OWF-safeguarding and decision-making.
Źródło:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2019, 13, 4; 831-837
2083-6473
2083-6481
Pojawia się w:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
How to reconstruct the unknown physical quantities using neural networks?
Rekonstrukcja wielkości fizycznych z użyciem sieci neuronowych
Autorzy:
Wolter, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/905690.pdf
Data publikacji:
2008
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
reconstruction
physics
Bayesian
neural network
Opis:
In this article an application of neural networks to the reconstruction of unknown physical quantities in particle physics is presented. As an example the mass reconstruction of the hypothetical Higgs boson in the typical high energy physics experiment is used. Monte Carlo events are used to determine the probability distributions of observables (energies of two jets and the angle between them) for various Higgs boson mass, which are later fitted using a Neural Network. These distributions are used to determine the mass probability distribution of the measured particle. The mass is reconstructed without knowing the functional dependence between the observables and the measured quantity. The miscalibration of the measured quantities is automatically corrected in this method.
W artykule zaprezentowane jest zastosowanie sieci neuronowych do rekonstrukcji nieznanych wielkości w fizyce cząstek elementarnych. Jako przykład użyta jest rekonstrukcja masy hipotetycznego bozonu Higgsa oparta na symulowanych danych. Dane te zostały użyte do wyznaczenia rozkładów prawdopodobieństwa mierzonych wielkości (energie dwóch dżetów oraz kąt pomiędzy nimi) dla różnych mas cząstki Higgsa. Rozkłady te zostały następnie sparametryzowane za pomocą sieci neuronowych oraz wyznaczenia rozkładu prawdopodobieństwa masy mierzonej cząstki. Masa jest wyznaczona bez użycia zależności funkcyjnej pomiędzy mierzonymi wielkościami a rekonstruowaną masą. Kalibracja wielkości pomiarowych jest automatycznie korygowana poprzez rozkłady prawdopodobieństwa.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2008, 216
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The conception of using a Bayesian network for aiding the design of manufacturing processes of surface layers
Koncepcja wykorzystania sieci Bayesa do wspomagania projektowania procesów wytwarzania warstw wierzchnich
Autorzy:
Wójcicki, T.
Powiązania:
https://bibliotekanauki.pl/articles/258416.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
Tematy:
surface layers
surface engineering
Bayesian network
probabilistic networks
design
warstwa wierzchnia
inżynieria powierzchni
sieć Bayesa
sieć probabilistyczna
projektowanie
Opis:
The paper presents a selected area of ongoing research on computer-aided design of manufacturing processes of surface layers with the use of modern information technologies. It describes the main problems related to the manufacturing of surface layers by mechanical, thermal, thermo-mechanical, thermo-chemical, electrochemical, and physical treatment, and information technologies used for these tasks. The paper presents an original methodology that uses a probabilistic Bayesian network, which is a directed graph, and it is based on the events and their associated probabilities representing the structure of cause and effect for the selected problem areas. The methods of determining the probability of events for specific network nodes and joint probability distribution for the whole structure of the graph are described. The model of the information system transforms the input values into output values, and this paper presents the range of information and the phases of the inference process, consisting of automatic technology identification of surface layer formations characterized by the expected properties and method of determining the process parameters for selected technology. The implementation of a model solution for selected application problems associated with the need to get a surface layer characterized by a certain hardness distribution and the results achieved are presented.
W artykule przedstawiono wybrany fragment realizowanych prac badawczych dotyczących wspomagania projektowania procesów wytwarzania warstw wierzchnich z wykorzystaniem nowoczesnych technologii informatycznych. Omówiono podstawowe problemy związane z wytwarzaniem warstw wierzchnich poprzez obróbkę mechaniczną, cieplną, cieplno-mechaniczną, cieplno-chemiczną, elektrochemiczną i fizyczną oraz technologie informatyczne wykorzystywane do tego typu zadań. Zaprezentowano autorską metodykę wykorzystującą probabilistyczną sieć Bayesa, będącą skierowanym grafem opartym na zdarzeniach i przypisanych do nich prawdopodobieństwach odzwierciedlających strukturę przyczynowo-skutkową dla wybranych obszarów problemowych. Przedstawiono metody wyznaczania prawdopodobieństwa zdarzeń dla określonych węzłów sieci oraz łącznego rozkładu prawdopodobieństwa dla całej struktury grafu. Zaprezentowano model systemu informatycznego realizującego zadanie polegające na transformacji wielkości wejściowych na wielkości wyjściowe i wymagany do tego celu zakres informacyjny, a także fazy prowadzenia procesu wnioskowania, polegające na automatycznej identyfikacji technologii wytwarzania warstw wierzchnich, charakteryzujących się oczekiwanymi właściwościami, oraz sposób ustalania wartości parametrów procesowych dla wybranej technologii. Przedstawiono implementację rozwiązania modelowego dla wybranego problemu aplikacyjnego związanego z potrzebą uzyskania warstwy wierzchniej charakteryzującej się określonym rozkładem twardości, a także osiągnięte rezultaty.
Źródło:
Problemy Eksploatacji; 2013, 2; 69-81
1232-9312
Pojawia się w:
Problemy Eksploatacji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Projekt koncepcyjny bazy danych do przechowywania nagrań z badań artykulograficznych mowy polskiej
Conceptual design of a database to store recordings from articulographic studies of Polish speech
Autorzy:
Wielgat, R.
Jędryka, R.
Mik, Ł.
Król, D.
Powiązania:
https://bibliotekanauki.pl/articles/93088.pdf
Data publikacji:
2017
Wydawca:
Państwowa Wyższa Szkoła Zawodowa w Tarnowie
Tematy:
artykulacja elektromagnetyczna
baza danych
sieć bayesowska
odwrócenie mowy
kamera akustyczna
fonetyka artykulacyjna
fonetyka akustyczna
electromagnetic articulography
database
Bayesian network
speech inversion
acoustic camera
articulatory phonetics
acoustic phonetics
Opis:
W artykule opisano strukturę i funkcjonalność bazy danych artykulograficznych do przechowywania danych z badań przeprowadzanych z wykorzystaniem artykulografu elektromagnetycznego, kamery akustycznej i 3 kamer wideo. Baza danych umożliwia selektywne pobieranie różnych typów danych, w szczególności dotyczących mówcy, sesji nagraniowej, nagrań oraz eksperymentów. Opisano strukturę i budowę bazy danych. Przedstawiono również potencjalne przyszłe zastosowania do przeprowadzania analiz statystycznych oraz w eksperymentach dotyczących inwersji mowy z wykorzystaniem modeli sieci Bayesa.
The article describes the structure and functionality of the articulographic database for storing data from articulographic research using an electromagnetic articulograph, an acoustic camera and 3 video cameras. The database enables selective extraction of various types of data for scientific research and interoperates with programs that carry out experiments. Structure and construction of the database is described. Potential future application in statistical analysis and experiments on speech inversion using dynamic Bayesian networks (DBN) was also presented.
Źródło:
Science, Technology and Innovation; 2017, 1, 1; 64-72
2544-9125
Pojawia się w:
Science, Technology and Innovation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Reliability analysis of complex uncertainty multi-state system based on Bayesian network
Zastosowanie sieci bayesowskiej do analizy niezawodności złożonych systemów wielostanowych w warunkach niepewności
Autorzy:
Wang, Haipeng
Duan, Fuhai
Ma, Jun
Powiązania:
https://bibliotekanauki.pl/articles/300676.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
reliability analysis
Bayesian network
complex uncertainty multi-state system
fuzzy mathematics
grey system theory
analiza niezawodności
sieć bayesowska
złożony system wielostanowy
niepewność
matematyka rozmyta
teoria szarych systemów
Opis:
Reliability analysis of complex multi-state system has uncertainty, which is caused by complex structures, limited test samples, and insufficient reliability data. By introducing fuzzy mathematics and grey system theory into the Bayesian network, the model of the grey fuzzy Bayesian network is built, and the reliability analysis method of complex uncertainty multi-state system with the non-deterministic membership function and the interval characteristic quantity is proposed in this paper. Using the trapezoidal membership function with fuzzy support radius variable to describe the fault state of the component, it can effectively avoid the influence of human subjective factors on the selection of the membership function and solve the problem that the fault states of the system and its components are difficult to define accurately. And the conditional probability table containing interval grey numbers is constructed to effectively express the uncertain fault logic relationship between the system and its components. Moreover, a parameter planning model of the system reliability characteristic quantities is constructed, and the system reliability characteristic quantities are expressed as the form of interval values. Finally, two sets of numerical experiments are conducted and discussed, and the results show that the proposed method is an effective and a promising approach to reliability analysis for complex uncertainty multi-state systems.
Analiza niezawodności złożonych systemów wielostanowych obarczona jest niepewnością związaną ze złożonością ich struktury, ograniczoną liczbą próbek badawczych i niewystarczającymi danymi dotyczącymi niezawodności. W przedstawionej pracy, wprowadzenie elementów matematyki rozmytej i teorii szarych systemów do sieci bayesowskiej umożliwiło budowę modelu szarej rozmytej sieci bayesowskiej i zaproponowanie metody analizy niezawodności złożonych systemów wielostanowych w warunkach niepewności, która wykorzystuje niedeterministyczną funkcję przynależności oraz pojęcie interwałowej wielkości charakterystycznej. Zastosowanie trapezoidalnej funkcji przynależności z rozmytą zmienną promienia nośnego do opisu stanu uszkodzenia komponentu, pozwala zniwelować wpływ subiektywnego czynnika ludzkiego na wybór funkcji przynależności i eliminuje konieczność precyzyjnego definiowania stanu uszkodzenia systemu i jego elementów składowych. Opracowana tabela prawdopodobieństw warunkowych zawierająca szare liczby interwałowe pozwala wyrazić niepewne zależności logiki uszkodzeń między systemem a jego składnikami. Ponadto, w pracy skonstruowano model planowania parametrów charakterystycznych wielkości niezawodności systemu wyrażonych w postaci wartości interwałowych. W ostatniej części artykułu omówiono dwie serie eksperymentów numerycznych, których wyniki pokazują, że proponowana metoda stanowi skuteczne i obiecujące podejście do analizy niezawodności złożonych systemów wielostanowych w warunkach niepewności.
Źródło:
Eksploatacja i Niezawodność; 2019, 21, 3; 419-429
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment of the possibility of using Bayesian nets and Petri nets in the process of selecting additive manufacturing technology in a manufacturing company
Autorzy:
Topczak, Marcin
Śliwa, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/1837799.pdf
Data publikacji:
2021
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
additive manufacturing
Bayesian network
Petri nets
process modelling
produkcja dodatkowa
Sieć bayesowska
Sieci Petriego
modelowanie procesów
Opis:
The changes caused by Industry 4.0 determine the decisions taken by manufacturing companies. Their activities are aimed at adapting processes and products to dynamic market requirements. Additive manufacturing technologies (AM) are the answer to the needs of enterprises. The implementation of AM technology brings many benefits, although for most 3D printing techniques it is also relatively expensive. Therefore, the implementation process should be preceded by an appropriate analysis, in order, finally, to assess the solution. This article presents the concept of using the Bayesian network when planning the implementation of AM technology. The use of the presented model allows the level of the success of the implementation of selected AM technology, to be estimated under given environmental conditions.
Źródło:
Applied Computer Science; 2021, 17, 1; 5-16
1895-3735
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evaluating dropout placements in Bayesian regression ResNet
Autorzy:
Shi, Lei
Copot, Cosmin
Vanlanduit, Steve
Powiązania:
https://bibliotekanauki.pl/articles/2147115.pdf
Data publikacji:
2022
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
regression
Bayesian Neural Network
MC Dropout
Opis:
Deep Neural Networks (DNNs) have shown great success in many fields. Various network architectures have been developed for different applications. Regardless of the complexities of the networks, DNNs do not provide model uncertainty. Bayesian Neural Networks (BNNs), on the other hand, is able to make probabilistic inference. Among various types of BNNs, Dropout as a Bayesian Approximation converts a Neural Network (NN) to a BNN by adding a dropout layer after each weight layer in the NN. This technique provides a simple transformation from a NN to a BNN. However, for DNNs, adding a dropout layer to each weight layer would lead to a strong regularization due to the deep architecture. Previous researches [1, 2, 3] have shown that adding a dropout layer after each weight layer in a DNN is unnecessary. However, how to place dropout layers in a ResNet for regression tasks are less explored. In this work, we perform an empirical study on how different dropout placements would affect the performance of a Bayesian DNN. We use a regression model modified from ResNet as the DNN and place the dropout layers at different places in the regression ResNet. Our experimental results show that it is not necessary to add a dropout layer after every weight layer in the Regression ResNet to let it be able to make Bayesian Inference. Placing Dropout layers between the stacked blocks i.e. Dense+Identity+Identity blocks has the best performance in Predictive Interval Coverage Probability (PICP). Placing a dropout layer after each stacked block has the best performance in Root Mean Square Error (RMSE).
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2022, 12, 1; 61--73
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Extracting structure of Bayesian network from data in predicting the damage of prefabricated reinforced concrete buildings in mining areas
Wyodrębnianie struktury sieci Bayesowskiej z danych w prognozowaniu uszkodzeń żelbetowych budynków prefabrykowanych na terenach górniczych
Autorzy:
Rusek, Janusz
Firek, Karol
Słowik, Leszek
Powiązania:
https://bibliotekanauki.pl/articles/1841950.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
Bayesian network
damage
risk
prefabricated reinforced concrete structures
sieci Bayesowskie
uszkodzenia
ryzyko
prefabrykowane budynki żelbetowe
Opis:
This article presents the results of the research on the construction of a model for assessing the risk of damage to building structures located in mining areas. The research was based on the database on the structure, technical condition and mining impacts regarding 129 prefabricated reinforced concrete buildings erected in the industrialised large-block system, located in the mining area of the Legnica-Glogow Copper District (LGCD). The methodology of the Bayesian Belief Network (BBN) was used for the analysis. Using the score-based Bayesian structure learning approach (Hill-Climbing and Tabu-Search) as well as the selected optimisation criteria, 16 Bayesian network structures were induced. All models were subjected to quantitative and qualitative evaluation by verifying their features in the context of accuracy of prediction, generalisation of acquired knowledge and cause-effect relationships. This allowed to select the best network structure together with the corresponding optimisation criterion. The analysis of the results demonstrated that the Tabu-Search method adopting the optimisation criterion in the form of Locally Averaged Bayesian Dirichlet score (BDla) led to obtaining a model with the best features among all the selected models. The results justified the adoption of the BBN methodology as effective in the context of assessing the extent of damage to building structures in mining areas.
W artykule zaprezentowano wyniki badań dotyczących budowy modelu do oceny ryzyka powstawania uszkodzeń budynków usytuowanych na terenach górniczych. Podstawą do badań była baza danych nt. konstrukcji, stanu technicznego oraz wpływów górniczych dla 129 żelbetowych prefabrykowanych budynków wznoszonych w uprzemysłowionym systemie wielkoblokowym zlokalizowanych na terenie górniczym Legnicko-Głodowskiego Okręgu Miedziowego (LGOM). Do analiz zastosowano metodykę sieci przekonań Bayesa (BBN – Belief Bayesian Networks). Stosując podejście score-based Bayesian structure learning (Hill-Climbing oraz Tabu-Search) oraz wyselekcjonowane kryteria optymalizacyjne, wyłoniono 16 struktur sieci Bayesowskich. Wszystkie modele poddano ocenie ilościowej i jakościowej, weryfikując ich własności w kontekście trafności predykcji, generalizacji nabytej wiedzy oraz zależności przyczynowo-skutkowych. Pozwoliło to na wyselekcjonowanie najlepszej struktury sieci wraz z odpowiadającym kryterium optymalizacyjnym. Analiza wyników wykazała, że metoda Tabu-Search przy przyjęciu kryterium optymalizacyjnego w postaci Locally Averaged Bayesian Dirichlet score (BDla), prowadzi do uzyskania modelu o najlepszych własnościach spośród wszystkich wyłonionych modeli. Uzyskane rezultaty uzasadniają przyjęcie metodyki BBN, jako efektywnej w kontekście oceny zakresu uszkodzeń budynków na terenach górniczych.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 4; 658--666
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Reactive energy compensator effect on the reliability of a complex electrical system using Bayesian networks
Autorzy:
Reffas, Omar
Sahraoui, Yacine
Nahal, Mourad
Ghoul, Rachida Hadiby
Saad, Salah
Powiązania:
https://bibliotekanauki.pl/articles/1844423.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
STATCOM
reliability
Complex Electrical System
reactive energy
Bayesian network
Opis:
The static synchronous compensator is presented in order to improve an electrical network system performance. The present work aims to develop a Bayesian methodology for assessing the time-variant reliability of a complex electrical system taking into account reactive energy compensator (STATCOM). However, the complex aspect is not only related to the complexity of electrical system components architecture, nevertheless is allied to electrical network and STATCOM interactions. The Bayesian network is used for coping with this complexity constraint. The reliability-based assessment of reactive energy compensator effect is applied to a real case of a complex electrical system. The proposed Bayesian methodology application reveals that the STATCOM has a significant influence on electrical system reliability and the developed model can provide valuable information for decision makers to improve the system reliability performance.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 4; 684-693
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza porównawcza wybranych klasyfikatorów w diagnozowaniu uszkodzeń przekładni zębatych
A comparison of selected classifiers in gear fault diagnosis
Autorzy:
Piekoszewski, J.
Powiązania:
https://bibliotekanauki.pl/articles/313178.pdf
Data publikacji:
2017
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
klasyfikatory
diagnozowanie
sieć bayesowska
classifiers
diagnosis
Bayesian network
Opis:
Niewielkie uszkodzenie przekładni zębatej może prowadzić do poważnej awarii urządzenia. Zatem, bardzo ważnym jest wykrycie takich defektów na ich początkowym etapie powstawania aby zapobiec dalszym uszkodzeniom. Praca przedstawia kilka wybranych teoretycznych narzędzi z obszaru sztucznej inteligencji zastosowanych do rozwiązania problemu diagnozowania uszkodzeń przekładni zębatych. Rozważanymi narzędziami są: perceptron wielowarstwowy, sieć neuronowa o radialnych funkcjach bazowych, drzewo decyzyjne, sieć bayesowska, maszyna wektorów podpierających oraz algorytm k najbliższych sąsiadów. Rezultaty wszystkich eksperymentów zostały otrzymane z wykorzystaniem rzeczywistych danych oraz aplikacji WEKA (ang. Waikato Environment for Knowledge Analysis) dostępnej na stronach Uniwersytetu Waikato w Nowej Zelandii.
Minor gear damage may lead to serious failures of the device. Thus, it is very important to detect such damage as early as possible to prevent further damage. This paper presents a selection of several theoretical tools from the field of artificial intelligence and their application in gear fault classification. The considered tools are: feed forward neural network (multilayer perception), neural network with radial basis functions, decision tree, Bayesian network, support vector machine, and k-nearest neighbor algorithm. All numerical experiments presented in the paper were performed with the use of real-world dataset and WEKA (Waikato Environment for Knowledge Analysis) software, available at the server of the University of Waikato.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2017, 18, 12; 1233-1236, CD
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie stanów czynnościowych w języku sieci bayesowskich
Modelling of functional statuses in the language of Bayesian networks
Autorzy:
Pawlak, H.
Maksym, P.
Powiązania:
https://bibliotekanauki.pl/articles/287368.pdf
Data publikacji:
2008
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
wiedza
sieć bayesowska
model komputerowy
knowledge
Bayesian network
computer model
Opis:
Zastosowanie sieci bayesowskiej do modelowania stanów czynnościowych przedstawiono z perspektywy budowania komputerowego systemu reprezentacji wiedzy. Budowę modelu poprzedzono opracowaniem grafu stanów i przejść zmian pozycji ciała przy wykonywaniu czynności roboczych związanych pakowaniem serków homogenizowanych.
The use of a Bayesian network for modelling of functional statuses has been shown from the perspective of construction of a computerised knowledge representation system. The model construction was preceded with the development of a graph of statuses and transitions of body position changes while carrying out work operations involved in cream cheese packaging.
Źródło:
Inżynieria Rolnicza; 2008, R. 12, nr 7(105), 7(105); 173-177
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Knowledge acquisition from human experts for building bayesian network models
Pozyskiwanie wiedzy od ekspertów w budowaniu modeli sieci bayesowskich
Autorzy:
Oniśko, A.
Powiązania:
https://bibliotekanauki.pl/articles/341063.pdf
Data publikacji:
2007
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
pozyskiwanie wiedzy
inżynieria wiedzy
sieci bayesowskie
knowledge acquisition
Bayesian network
parameter elicitation
Opis:
Knowledge acquisition from experts is a costly and time-consuming task. While domain experts have the necessary knowledge and expertise, they rarely have the experience needed to translate this knowledge into the model. This paper describes typical problems that are encountered by knowledge engineers when building Bayesian network models and illustrates some practical techniques to overcome them. The presented examples capture the problems that occurred during elicitation the numerical parameters of the model for diagnosis of liver disorders.
Pozyskiwanie wiedzy od ekspertów jest kosztownym i czasochłonnym zadaniem. Pomimo ogromnej wiedzy i doświadczenia, jakie posiadają eksperci, niejednokrotnie nie potrafią ich przenieść na tworzony model. Poniższy artykuł opisuje przykłady problemów, z jakimi może się zetknąć inżynier wiedzy w trakcie budowania modeli sieci bayesowskich, jak również proponuje rozwiązania tych problemów. Prezentowane przykłady dotyczą problemów, jakie pojawiły się w trakcie pozyskiwania od eksperta parametrów numerycznych modelu sieci bayesowskiej do diagnozowania chorób wątroby.
Źródło:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2007, 2; 109-119
1644-0331
Pojawia się w:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A fuzzy KNN-based model for significant wave height prediction in large lakes
Autorzy:
Nikoo, M.R.
Kerachian, R.
Alizadeh, M.R.
Powiązania:
https://bibliotekanauki.pl/articles/48113.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Instytut Oceanologii PAN
Tematy:
wave height
prediction
fuzzy set theory
lake
Bayesian network
support vector regression
Źródło:
Oceanologia; 2018, 60, 2
0078-3234
Pojawia się w:
Oceanologia
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 54

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