Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "diagnostyka sieci" wg kryterium: Temat


Tytuł:
Uczenie głębokie w diagnostyce medycznej
Deep Learning in Medical Diagnosis
Autorzy:
Antczak, K.
Powiązania:
https://bibliotekanauki.pl/articles/404011.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Symulacji Komputerowej
Tematy:
sieci neuronowe
diagnostyka medyczna
uczenie głębokie
neural networks
medical diagnosis
deep learning
Opis:
W pracy przeanalizowano perspektywy zastosowania metod uczenia głębokiego w diagnostyce medycznej. Jedną z kluczowych cech uczenia głębokiego jest zdolność do wyodrębniania złożonych wzorców o strukturze hierarchicznej. Wzorce takie występują również w diagnostyce, jako tak zwane diamenty diagnostyczne. Zastosowanie głębokich sieci neuronowych mogłoby poprawić jakość klasyfikatorów wykrywających choroby na podstawie objawów. Dodatkowo umożliwiłoby to sterowanie czułoscią i swoistością klasyfikatorów.
In this paper we analyze perspectives of applying deep learning methods in a field of medical diagnosis. One of key features of deep learning is ability to extract complex, hierarchical patterns. Such patterns are present also in a medical diagnosis, where they are known as diagnostic diamonds. Applying deep neural networks could increase performance of medical classifiers. Moreover, it would allow to adjust sensitivity and specificity of classifiers.
Źródło:
Symulacja w Badaniach i Rozwoju; 2016, 7, 3-4; 83-88
2081-6154
Pojawia się w:
Symulacja w Badaniach i Rozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznej inteligencji w diagnostyce maszyn
Application of artifical inteligence in machine diagnostics
Autorzy:
Bartol-Smardzewska, M.
Powiązania:
https://bibliotekanauki.pl/articles/329334.pdf
Data publikacji:
2005
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka techniczna
system informatyczny
sieci neuronowe
sztuczna inteligencja
technical diagnostics
computer systems
neural networks
artificial intelligence
Opis:
W ciągu ostatnich lat wzrasta zapotrzebowanie na diagnostykę techniczną, zmieniły się bowiem radykalnie kryteria oceny obiektów. Pojawiają się nowe zastosowania osiągnięć mikroelektroniki, techniki komputerowej, sieci neuronowych i sztucznej inteligencji, skutecznie wspomagają one możliwości diagnostyki technicznej. To wszystko diametralnie zmienia poglądy i dokonania w obszarze wykrywania i nadzorowania zmian stanu obiektów metodami diagnostyki technicznej. Daje to możliwość nadzorowania zmian stanu, lokalizacji uszkodzeń i minimalizacji skutków uszkodzeń.
In last few years request of technical diagnostics increase, cause of radically change of object's rate standard. New adoption of achievement of microelectronics, computer technology, neural nets and artificial intelligence succor power of technical diagnostics efficiently. All of that, change diametrically ideas and performance of detection and inspection by technical diagnostics methods of object's state changes. It gives the possibility to inspect changes of state, location of damage and reducing of damage results.
Źródło:
Diagnostyka; 2005, 33; 193-198
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
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:
Convolutional neural networks for early computer diagnosis of child dysplasia
Konwolucyjne sieci neuronowe do wczesnej diagnostyki komputerowej dysplazji u dzieci
Autorzy:
Bilynsky, Yosyp
Nikolskyy, Aleksandr
Revenok, Viktor
Pogorilyi, Vasyl
Smailova, Saule
Voloshina, Oksana
Kumargazhanova, Saule
Powiązania:
https://bibliotekanauki.pl/articles/27315470.pdf
Data publikacji:
2023
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
convolutional neural networks
computer diagnosis
ultrasound image child dysplasia
konwolucyjne sieci neuronowe
diagnostyka komputerowa
obrazowanie ultrasonograficzne dysplazji dziecięcej
Opis:
The problem in ultrasound diagnostics hip dysplasia is the lack of experience of the doctor in case of incorrect orientation of the hip joint and ultrasound head. The aim of this study was to evaluate the ability of the convolutional neural network (CNN) to classify and recognize ultrasound imaging of the hip joint obtained at the correct and incorrect position of the ultrasound sensor head in the computer diagnosis of pediatric dysplasia. CNN's such as GoogleNet, SqueezeNet, and AlexNet were selected for the study. The most optimal for the task is the use of CNN GoogleNet showed. In this CNN used transfer learning. At the same time, fine-tuning of the network and additional training on the database of 97 standards of ultrasonic images of the hip joint were applied. Image type RGB 32 bit, 210 × 300 pixels are used. Fine-tuning has been performed the lower layers of the structure CNN, in which 5 classes are allocated, respectively 4 classes of hip dysplasia types according to the Graf, and the Type ERROR ultrasound image, where position of the ultrasound sensor head and of the hip joint in ultrasound diagnostics are incorrect orientation. It was found that the authenticity of training and testing is the highest for the GoogleNet network: when classified in the training group accuracy is up to 100%, when classified in the test group accuracy – 84.5%.
Problemem w diagnostyce ultrasonograficznej dysplazji stawu biodrowego jest brak doświadczenia lekarzy w zakresie nieprawidłowej orientacji stawu biodrowego i głowicy ultrasonograficznej. Celem tego badania była ocena zdolności konwolucyjnej sieci neuronowej (CNN) do klasyfikowania i rozpoznawania obrazów ultrasonograficznych stawu biodrowego uzyskanych przy prawidłowym i nieprawidłowym położeniu głowicy ultrasonograficznej we wspomaganej komputerowo diagnostyce dysplazji dziecięcej. Do badania wybrano sieci CNN, takie jak GoogleNet, SqueezeNet i AlexNet. Wykazano, że najbardziej optymalne dla tego zadania jest użycie CNN GoogleNet. Jednocześnie w CNN zastosowano metodologię uczenia transferowego. Zastosowano precyzyjne dostrojenie sieci i dodatkowe szkolenie na podstawie 97 próbek obrazów ultrasonograficznych stawu biodrowego, typ obrazu RGB 32 bity, 210 × 300 pikseli. Przeprowadzono dostrajanie dolnych warstw struktury CNN, w której zidentyfikowano 5 klas, odpowiednio 4 klasy typów dysplazji stawu biodrowego według Grafa oraz obraz ultrasonograficzny typu ERROR, w którym pozycja głowicy ultrasonograficznej i stawu biodrowego w diagnostyce ultrasonograficznej mają nieprawidłową orientację. Stwierdzono, że niezawodność szkolenia i testowania jest najwyższa dla sieci GoogleNet: podczas klasyfikacji w grupie szkoleniowej dokładność wynosi do 100%, podczas klasyfikacji w grupie testowej dokładność wynosi 84,5%.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2023, 13, 2; 56--63
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przyszłościowe współbieżne mikroprocesorowe inteligentne systemy mechatroniczne w sterowaniu i diagnostyce pojazdów szynowych (1)
Future synchronous microprocessor intelligent mechatronic systems in controlling and diagnostic of the rail vehicles (1)
Autorzy:
Bocian, Stanisław
Powiązania:
https://bibliotekanauki.pl/articles/35127708.pdf
Data publikacji:
2007
Wydawca:
Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
Tematy:
rozproszone współbieżne mikroprocesorowe inteligentne systemy mechatroniczne
sterowanie i diagnostyka pojazdów szynowych
rozproszone układy sterowania
modele sieci CAN
Opis:
W artykule przedstawiono przyszłościowe rozproszone współbieżne mikroprocesorowe inteligentne systemy mechatroniczne w sterowaniu i diagnostyce pojazdów szynowych. Systemy te będą podstawą do tworzenia różnych modeli i układów informatycznych i informacyjnych dla pojazdów szynowych. Artykuł składa się z kilku części. Pierwsza część artykułu (1) obejmuje ogólne wiadomości na temat problemów rozproszonych układów sterowania oraz stosowanych modeli sieci CAN. Zawiera informacje na temat stosowanych systemów sterowania przez firmy europejskie.
The future scattered synchronous microprocessor intelligent mechatronic systems in controlling and diagnostic of the rail vehicles are presented in this article. These systems will be base for creation the different models and informatic and information systems for the rail vehicles. This article consists of the few parts. The first part of this article (1) includes the general information on the subject of the problems of the scattered control systems and the used models of CAN network. It includes the information on the subject of the used control systems by the European companies.
Źródło:
Rail Vehicles/Pojazdy Szynowe; 2007, 4; 26-30
0138-0370
2719-9630
Pojawia się w:
Rail Vehicles/Pojazdy Szynowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Micro milling machine – chosen aspects of diagnostic systems
Wybrane zagadnienia diagnostyki pracy mikrofrezarki
Autorzy:
Brolel-Plater, B.
Jaroszewski, K.
Dworak, P.
Powiązania:
https://bibliotekanauki.pl/articles/154807.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
micro milling machine
diagnostic system for micro milling machine
neural networks
mikrofrezarka
diagnostyka
sieci neuronowe
Opis:
The paper deals with one of designed diagnostic issues for micro milling machine. A short description of the designed and set in motion micro machine for milling is presented. A geometrical construction of the machine is considered. Drive and measurement systems are presented. Moreover capabilities of the machine are compared to conventional ones and advantages of the presented machine are listed. The machine supervisory control system, which is based on an artificial intelligence diagnostic system is described. Conducted in design process deliberations about types and structures of the net and form and source of the signals are discussed.
W artykule omawia się wybrane zagadnienia kontroli pracy i diagnostyki mikrofrezarki. Prezentuje się parametry konstrukcyjne zaprojektowanej i uruchomionej w Centrum Mechatroniki ZUT w Szczecinie maszyny SNTM-CM-ZUT-1. Przedstawiono konstrukcję geometryczną maszyny oraz jej systemy pomiarowe i napędowe. Porównano właściwości tej maszyny z rozwiązaniami stosowanymi w konwencjonalnych obrabiarkach numerycznych uwypuklając własności utrudniające precyzyjne nią sterowanie. Opisano system diagnostyki stanu maszyny i nadzoru jej pracy. Stan maszyny określany jest na podstawie pomiarów realizowanych z wykorzystaniem miniaturowych akcelerometrów umieszczonych na korpusie i wrzecionie maszyny. Rejestrowane przebiegi poddawane są przekształceniom FFT w matrycy FPGA a wyniki tych obliczeń wykorzystuje się następnie w klasyfikatorze neuronalnym. Prezentuje się rozważania przeprowadzone w procesie projektowania sieci dotyczące typu i struktury sieci oraz formy i źródła sygnałów. Przedstawia się strukturę i cechy systemu nadzoru pracy obrabiarki oraz formę prezentacji wyników modułu diagnostyki.
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 1, 1; 61-64
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnostyka łożysk silnika indukcyjnego na podstawie prądu zasilającego przy użyciu sztucznych sieci neuronowych
Diagnostics of induction motor bearings with use of supply current signal and artificial neural networks
Autorzy:
Ciszewski, T.
Swędrowski, L.
Powiązania:
https://bibliotekanauki.pl/articles/152328.pdf
Data publikacji:
2013
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
diagnostyka
silnik indukcyjny
sieci neuronowe
uszkodzenia łożysk
diagnostics
induction motor
neural networks
bearings defects
Opis:
W artykule zawarto wyniki badań dotyczące diagnostyki łożysk silnika indukcyjnego na podstawie pomiarów prądu zasilającego z wykorzystaniem sztucznych sieci neuronowych. Zaprezentowano wyniki uczenia sieci oraz rezultaty testów przeprowadzonych na danych spoza zbioru uczącego. Badania wykonane zostały na obiektach z celowo wprowadzonymi uszkodzeniami łożysk. Przedstawiona nowa koncepcja zakłada użycie zestawu sieci neuronowych wybieranych na podstawie prędkości obrotowej silnika podczas pomiaru. Metoda ta ma szanse na wdrożenie w przemyśle.
The paper contains research results on the diagnostics of induction motor bearings by measuring the supply current with usage of artificial neural networks. Bearing failure amount is greater than 40% of all engine failures, so their damage-free operation is so important [1]. Tests were performed on objects with intentionally made bearings defects. Section 2 introduces the concept of artificial neural networks. It presents the general structure of a multilayer neural network (Fig.1) and the model of a single neuron (Fig. 2) which explains how to create an output signal (1,2). A backpropagation algorithm was chosen to be the learning method for the network being created. It uses equation (4) for calculating the errors in the k-th layer. As the model data for the network learning, DREAM vibration diagnostics system results were used. Section 3 describes how the network input data was created. The essence of the algorithm is to choose the right set of weights for each rotor speed. This is an innovative solving of this diagnostic problem. The results of this study are listed in Table 1. Equations (6) - (14) describe how each error was counted. The method presented in this paper, after developing, can be very useful for industry.
Źródło:
Pomiary Automatyka Kontrola; 2013, R. 59, nr 4, 4; 316-318
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of cepstrum and spectrum histograms of vibration engine body for setting up the clearance model of the piston-cylinder assembly for RBF neural classifier
Wykorzystanie histogramów widma i cepstrum drgań korpusu silnika do budowy wzorców luzu w układzie tłok-cylinder dla klasyfikatora neuronowego RBF
Autorzy:
Czech, P.
Madej, H.
Powiązania:
https://bibliotekanauki.pl/articles/1366311.pdf
Data publikacji:
2011
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
diagnostyka
silniki spalinowe
sieci neuronowe
diagnostics
combustion engines
artificial neural networks
Opis:
W artykule przedstawiono próbę oceny zużycia złożenia tłok-cylinder za pomocą sygnału drgań rejestrowanego na kadłubie silnika ZI. Obiektem badań był czterocylindrowy silnik spalinowy o pojemności 1,1 dm3. Diagnozowanie silnika spalinowego metodami drganiowymi jest szczególnie utrudniona ze względu na występowanie wielu źródeł drgań, co jest przyczyną wzajemnego zakłócania symptomów uszkodzeń. Diagnozowanie uszkodzeń silników metodami wibroakustycznymi jest trudne także ze względu na konieczność analizy sygnałów niestacjonarnych i impulsowych. W procesie diagnozowania stosuje się różne sposoby selekcji sygnału użytecznego. Zmiany stanu technicznego silnika wywołane wczesnymi fazami jego zużycia są trudne do wykrycia ze względu na maskowania usterek mechanicznych przez adaptacyjne układy sterowania silnika. Z przeprowadzonych badań wynika, że istnieje możliwość wykorzystania sztucznych sieci neuronowych do oceny luzu w układzie tłok-cylinder.
The paper presents an attempt to evaluate the wear of piston-cylinder assembly with the aid of vibration signal recorded on spark ignition (SI) engine body. The subject of the study was a four-cylinder combustion engine 1.1 dm3. Diagnosing combustion engines with vibration methods is specifically difficult due to the presence of multiple sources of vibration interfering with the symptoms of damages. Diagnosing engines with vibro-accoustic methods is difficult also due to the necessity to analyse non-stationary and transient signals. Various methods for selection of usable signal are utilised in the diagnosing process. Changes of the engine technical condition resulting from early stages of wear are difficult to detect for the effect of mechanical defect masking by adaptive engine control systems. According to the studies carried out, it is possible to utilise artificial neural networks for the evaluation of the clearance in piston-cylinder assembly.
Źródło:
Eksploatacja i Niezawodność; 2011, 4; 15-20
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of genetic algorithms in the task of choosing inputs for probabilistic neural network classifier of faults of gear-tooth
Autorzy:
Czech, P.
Mikulski, J.
Powiązania:
https://bibliotekanauki.pl/articles/393327.pdf
Data publikacji:
2015
Wydawca:
Polskie Stowarzyszenie Telematyki Transportu
Tematy:
gearbox
diagnostics
neural networks
Wigner-Ville transform
genetic algorithm
skrzynia biegów
diagnostyka
sieci neuronowe
transformata Wignera-Ville'a
algorytm genetyczny
Opis:
In this article are presented results of trials of building an application based on probabilistic neural network, used to diagnose damages to the gear wheel teeth in the form of cracks at the base of the tooth. To determine the proper network learning process is necessary to get from the tested object numerous set of input data. Conducted researches are based on data obtained from the identified model of gear working in the drive system, which made it possible to acquire the necessary amount of data. In experiments was tested the usefulness of different sets of descriptors of teeth damages, constructed on the basis of vibratory signals, processed using the Wigner-Ville transform. Often the problem, which makes the proper learning of the neural classifiers impossible is the size of the network structure. Therefore, in further studies was examined the usefulness of genetic algorithms which task is selecting an input data for the artificial neural networks of PNN type.
Źródło:
Archives of Transport System Telematics; 2015, 8, 3; 15-19
1899-8208
Pojawia się w:
Archives of Transport System Telematics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Classification of fault diagnosis in a gear wheel by used probabilistic neural network, fast Fourier transform and principal component analysis
Klasyfikacja uszkodzeń przekładni zębatych przy wykorzystaniu probabilistycznej sieci neuronowej, szybkiej transformaty Fouriera oraz analizy PCA
Autorzy:
Czech, P.
Powiązania:
https://bibliotekanauki.pl/articles/374597.pdf
Data publikacji:
2007
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
przekładnie zębate
diagnostyka uszkodzeń przekładni
probabilistyczne sieci neuronowe
transformata Fouriera
analiza PCA
tooth gear
gear diagnosis
probbilistic neural network
Fourier transform
principial componenet analysis
Opis:
This paper presents the results of an experimental application of artificial neural network as a classifier of the degree of cracking of a tooth root in a gear wheel. The neural classifier was based on the artificial neural network of Probabilistic Neural Network type (PNN). The input data for the classifier was in a form of matrix composed of statistical measures, obtained from fast Fourier transform (FFT) and principal component analysis (PCA). The identified model of toothed gear transmission, operating in a circulating power system, served for generation of the teaching and testing set applied for the experiment.
W artykule przedstawiono wyniki z eksperymentów, których celem było wykorzystanie sztucznej sieci neuronowej jako klasyfikatora stopnia pęknięcia u podstawy zębów kół przekładni. W badaniach użyto probabilistycznych sieci neuronowych (PNN). Dane wejściowe dla klasyfikatorów stanowiły miary statystyczne uzyskane z sygnałów drganiowych, przy wykorzystaniu szybkiej transformaty Fouriera (FFT) oraz analizy PCA. Zidentyfikowany model przekładni zębatej, pracującej w układzie napędowym, posłużył jako źródło danych uczących i testujących dla sztucznych sieci neuronowych.
Źródło:
Transport Problems; 2007, 2, 4; 99-106
1896-0596
2300-861X
Pojawia się w:
Transport Problems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Koncepcja wykorzystania sygnałów wibroakustycznych i sieci neuronowych do diagnozowania uszkodzeń elementów silników spalinowych samochodów
Conception of use vibroacoustic signals and neural networks for diagnosing of chosen elements of internal combustion engines in car vehicles
Autorzy:
Czech, P.
Powiązania:
https://bibliotekanauki.pl/articles/196196.pdf
Data publikacji:
2014
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
diagnostyka
sygnały WA
sieci neuronowe
silniki spalinowe
diagnostics
vibroacoustic signals
neural networks
combustion engines
Opis:
Obecnie stosowane systemy diagnostyki nie zawsze są skuteczne oraz nie dają jednoznacznych wyników pozwalających ocenić stan techniczny silnika oraz wykryć jego ewentualne uszkodzenia możliwie na wczesnych etapach. Rosnące wymagania dotyczące trwałości, niezawodności, minimalizacji kosztów i niekorzystnego oddziaływania na środowisko naturalne powodują konieczność pozyskiwania informacji o stanie technicznym poszczególnych elementów pojazdów podczas ich eksploatacji. Jedną z możliwości pozyskiwania informacji o stanie technicznym są zjawiska wibroakustyczne. Symptomy uszkodzeń, uzyskane w wyniku zaawansowanych metod przetwarzania sygnałów wibro-akustycznych, mogą stanowić wzorce wykorzystywane w trakcie budowy inteligentnego systemu diagnostycznego opartego na sztucznych sieciach neuronowych. W artykule przedstawiono koncepcję wykorzystania sztucznych sieci neuronowych do celów diagnozowania silników spalinowych samochodów.
Currently used diagnostics systems are not always efficient and do not give straightforward results which allow for the assessment of the technological condition of the engine or for the identification of the possible damages in their early stages of development. Growing requirements concerning durability, reliability, reduction of costs to minimum and decrease of negative influence on the natural environment are the reasons why there is a need to acquire information about the technological condition of each of the elements of a vehicle during its exploitation. One of the possibilities to achieve information about technological condition of a vehicle are vibroacoustic phenomena. Symptoms of defects, achieved as a result of advanced methods of vibroacoustic signals processing can serve as models which can be used during construction of intelligent diagnostic system based on artificial neural networks. The work presents conception of use artificial neural networks in the task of combustion engines diagnosis.
Źródło:
Zeszyty Naukowe. Transport / Politechnika Śląska; 2014, 82; 51-58
0209-3324
2450-1549
Pojawia się w:
Zeszyty Naukowe. Transport / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie algorytmów genetycznych oraz analizy PCA do doboru wejść klasyfikatorów uszkodzeń kół zębatych opartych na sieciach neuronowych z radialnym jądrem
Application of genetic algorithm and principal component analysis for choosing inputs for classifiers of tooth gear faults which used neural networks with radial nucleus
Autorzy:
Czech, P.
Powiązania:
https://bibliotekanauki.pl/articles/196879.pdf
Data publikacji:
2014
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
diagnostyka
drgania
sieci neuronowe
przekładnie zębate
diagnostics
vibrations
neural networks
gearboxes
Opis:
W artykule przedstawiono wyniki eksperymentów mających na celu budowę klasyfikatora lokalnych uszkodzeń zębów kół przekładni opartego na sztucznych sieciach neuronowych. W badaniach wykorzystywano sieci neuronowe z radialnym jądrem. Dodatkowo podjęto próbę wykorzystania algorytmów genetycznych oraz analizy PCA w celu wyboru wejść klasyfikatora neuronowego. Badania oparto na sygnałach drganiowych otrzymanych z modelu dynamicznego przekładni pracującej w układzie napędowym. W artykule zaproponowano sposób budowy deskryptorów lokalnych uszkodzeń zębów kół, wykorzystując do tego celu sygnały drganiowe poddane odpowiedniej filtracji oraz selekcji widmowej.
The paper presents the results of an experimental application of neural network as a classifier of tooth gear faults. The neural classifiers were based on the artificial neural networks with radial nucleus. In the experiment genetic algorithm and principal component analysis were used to check influence of choosing inputs for neural classifier on diagnostic error. The model of gearbox was used in order to create a base of knowledge. The input data for the classifier was in a form of matrix composed of statistical measures, obtained from vibration signals after filtration and selection of spectrum range.
Źródło:
Zeszyty Naukowe. Transport / Politechnika Śląska; 2014, 83; 51-57
0209-3324
2450-1549
Pojawia się w:
Zeszyty Naukowe. Transport / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnostyka doboru średnic przewodów wodociągowych za pomocą sztucznych sieci neuronowych typu MLP: przykład obliczeniowy
Diagnostics diameter selection of water pipes by using MLP artificial neural networks: case of study
Autorzy:
Dawidowicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/402715.pdf
Data publikacji:
2015
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
system dystrybucji wody
obliczenia hydrauliczne
dobór średnic
diagnostyka procesów
sieci neuronowe
water distribution system
hydraulic calculations
selection of diameters
diagnostics processes
neural networks
Opis:
Obliczenia systemów dystrybucji wody wykonywane są najczęściej wielokrotnie, gdyż po pierwszych obliczeniach z reguły nie uzyskuje się poprawnego rozwiązania z technicznego punktu widzenia. Pojawiają się różnorodne problemy, które powinny być rozpoznane i zlokalizowane. Po każdym przebiegu obliczeniowym następuje ocena wyników, korekta danych i kolejne obliczenia. Przyjmując, że obliczenia są wieloetapowym procesem mającym na celu uzyskanie właściwego rozwiązania, można mówić obliczeniach jako o procesie obliczeniowym oraz diagnostyce procesu obliczeniowego. W niniejszym artykule zamieszczono przykład obliczeniowy metody diagnostycznej, mającej na celu ocenę poprawności doboru średnic przewodów wodociągowych. Proponowana metoda opiera się na teorii diagnostyki procesów oraz modelowania neuronowego.
Calculations of water distribution systems are the most frequently performed, because after the first calculations the correct solution, from a technical point of view, are generally not obtained. After each run the calculation takes evaluation of the results, correction of data and next calculation. Assuming that the calculation is a process to obtain the right solutions, we can talk about the process of calculation and diagnosis of the calculation. This article provides an example of calculation diagnostic method aimed at assessing the selection of diameter water pipes. The proposed method is based on the theory of diagnostic processes and neural modelling.
Źródło:
Budownictwo i Inżynieria Środowiska; 2015, 6, 2; 61-68
2081-3279
Pojawia się w:
Budownictwo i Inżynieria Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Barwy jako kryterium w neuronowym rozpoznaniu stanu grzybiczego skory u zwierzat
Colors as a criterion for neural diagnosis of fungal skin of animals
Autorzy:
Dejewska, T
Boniecki, P.
Jakubek, A.
Zaborowicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/883093.pdf
Data publikacji:
2010
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
bydlo
choroby skory
bydlo polskie holsztynsko-fryzyjskie
bydlo czarno-biale
bydlo jersey
grzybica skory
zmiany chorobowe
skora zdrowa
barwa skory
zdjecia cyfrowe
komputerowa analiza obrazu
zbiory danych
sieci neuronowe sztuczne
uczenie sie
diagnostyka chorob
Opis:
Celem pracy było zbadanie istoty informacji dotyczących barw, zakodowanych w obrazie cyfrowym fragmentów skóry bydła domowego w procesie budowy modelu neuronowego. Prace badawcze przeprowadzono w oparciu o trzy rasy bydła domowego: polski holsztyno-fryz, czarno-biała, jersey. Wskazano optymalną topologię sieci, która dokonuje klasyfikacji jedynie na podstawie próbek koloru. Zwrócono także uwagę na wyniki kwalitatywne i możliwości polepszenia jej parametrów jakościowych. Przedstawiono równie¿ perspektywy rozbudowy systemu informatycznego do szerszego zastosowania w tej dziedzinie.
The aim of this study was to examine the essence of the information on color encoded in digital image fragments of bovine skin in the construction of neural model. Research based on three bovine breeds: polish holsztyn-friesian, black and white, jersey. An optimal network topology, which makes the classification basing solely on the color of samples, was indicated Also the attention was paid to the results and possibilities for improvement of the qualitative parameters. Prospects of development of the computer system for wider application in this field were also presented
Źródło:
Technika Rolnicza Ogrodnicza Leśna; 2010, 05; 11-12
1732-1719
2719-4221
Pojawia się w:
Technika Rolnicza Ogrodnicza Leśna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rozpoznawanie stanu technicznego przekładni zębatych z wykorzystaniem sieci neuronowej CP
Identification of the Technical State of Toothed Gears with the Use of CP Neural Network
Autorzy:
Dybała, J.
Powiązania:
https://bibliotekanauki.pl/articles/360674.pdf
Data publikacji:
2005
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
sieci neuronowe
klasyfikacja
diagnostyka wibroakustyczna
przekładnie zębate
OMiUO 2005
neural networks
classification
vibroacoustic diagnostics
toothed gears
Opis:
W artykule przedstawiono sposób zastosowywania neuronowego klasyfikatora zbudowanego na bazie sieci neuronowej z propagacją przeciwną w diagnostyce wibroakustycznej przekładni zębatych. W końcowej części artykułu przedstawiono jako przykład wyniki eksperymentu laboratoryjnego.
This article presents a way of applying a neural classifier constructed on the basis of a counter-propagation neural network in vibroacoustic diagnosis of toothed gears. In the final part of the article the results of a laboratory experiment are presented.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2005, 5 (77); 227-236
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł

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