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 "digital neural networks" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Application perspective of digitalneural networks in the context of marine technologies
    Autorzy:
    Konon, V.
    Konon, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/24201415.pdf
    Data publikacji:
    2022
    Wydawca:
    Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
    Tematy:
    marine technology
    multi-layer perceptron
    neural networks
    digital neural networks
    maritime industry
    MLP algorithm
    3D model
    Artificial Neural Network
    Opis:
    This study is focused on the issue of digital neural networks’ implementation in the context of maritime industry. Various algorithms of such networks in the terms of the marine technologies have been reviewed in the current study in order to evaluate the effectiveness of the methodology and to propose a new concept of an artificial neural network’s application in this way. Fire-detection system simulation based on the thermal imagers’ data input had been developed to assess the efficiency of the concept suggested with a multi-layer perceptron (MLP) algorithm integrated into the designed 3d-model.
    Źródło:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2022, 16, 4; 743--747
    2083-6473
    2083-6481
    Pojawia się w:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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:
    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:
    Porównanie dokładności wybranych metod dopasowania obrazów zdjęć lotniczych
    Comparison of the accuracy of selected method of air image matching
    Autorzy:
    Pawlik, P.
    Mikrut, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/131088.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    fotogrametria cyfrowa
    sieci neuronowe
    korelacja
    dopasowanie obrazów
    digital photogrammetry
    neural networks
    correlation
    images matching
    Opis:
    Problematyka dopasowania obrazów (spasowania, łączenia, matchingu) jest przedmiotem badan w wielu dziedzinach nauki. W celu rozwiązania problemu znalezienia odpowiadających sobie punktów na parze zdjęć lotniczych opracowano różne algorytmy. W niniejszym artykule, autorzy podjęli próbę podsumowania wybranych metod oraz dokonali oceny skuteczności ich działania. Dokonano przeglądu i porównania kilku metod. Zaimplementowano i przetestowano metody SIFT, Harris oraz Hesjan bazując na podstawie wyliczeń na rzeczywistych obrazach zdjęć lotniczych. Testy wykonano na kilku stereogramach dla wybranych skal oraz zmienności terenu. Do oceny wykorzystano parametry takie jak: średnia paralaksa na modelu, ilość wykrytych (dopasowanych) punktów oraz ich rozmieszczenie na modelu. Wyniki badan wskazują na podobną skuteczność wszystkich metod zależna głównie od rodzaju zdjęcia (tekstury obrazu) i skali. Wyniki wskazują, _e metody automatyczne dają porównywalne rezultaty, jeśli chodzi o dokładność (średnia paralaksa), natomiast duże zróżnicowanie występuje z rozmieszczeniem punktów na obrazie. Autorzy pracują równie_ nad poprawieniem algorytmów, które wybierałyby punkty o mniejszej dokładności, ale za to w każdym z kluczowych miejsc modelu stereoskopowego (tzw. Rejonach Grubera). Wśród badanych metod automatycznych, biorąc pod uwagę paralakse i rozmieszczenia punktów, relatywnie najlepiej zachowuje się metoda SIFT (najwyższe oceny, jeśli chodzi o rozmieszczenie punktów i stosunkowo dobre dokładności). Przy założonej jednakowej ilości punktów do orientacji (36) stosunkowo dobrze wypadała metoda Hesjan. Zwraca uwagę fakt, że wybrane metody na różnych obrazach prezentują różne dokładności, co może świadczyć o tym, że są czułe na „teksturę” obrazu.
    The issue of images matching is a subject of research in many fields of science. The demand for systems of matching exists not only in photogrammetry. Various algorithms have been developed in order to solve the problem of finding corresponding points within a pair of aerial photos. In this paper, the authors made an attempt at recapitulating selected methods of image matching, and assessed their efficiency. Several methods were reviewed and compared. The SIFT, the Harris, and the Hesse-Matrix methods were implemented and tested on the basis of calculations performed on actual aerial photos. The tests were made on several stereograms, in relation to selected scales and terrain changeability. During the assessment, the following parameters were applied: average parallax on a model, the number of detected (matched) points, as well as their distribution on a model. The test results proved similar efficiency of all methods, depending mainly on the photo type (image texture) and scale. The results show that the automatic methods yield comparable results, as far as their accuracy is concerned (the average parallax), whereas there is a high diversification as regards the distribution of points in the image.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17b; 603-612
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sieci neuronowe w procesach automatycznej korelacji zdęć lotniczych
    Neural networks in automatic matching processes on aerial images
    Autorzy:
    Mikrut, S.
    Mikrut, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/130654.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    fotogrametria cyfrowa
    sieci neuronowe
    korelacja
    spasowanie obrazów
    digital photogrammetry
    neural networks
    correlation
    images matching
    Opis:
    Koncepcja opisywanych badan opierała się na wyborze kilku reprezentacji, które następnie korelowano przy pomocy metod klasycznych i neuronowych. W trakcie badań przetestowano metody klasyczne spasowania obrazów i porównano je z powstałymi w trakcie badan metodami neuronowymi. Przeprowadzono równie_ eksperymenty polegające na pomiarach manualnych, wykonanych przez niezależnych obserwatorów. Istota metodyki opartej o sieci neuronowe polegała na przygotowaniu odpowiednich reprezentacji fragmentów obrazów i zastosowaniu do ich klasyfikacji różnych typów sieci neuronowych. Jedna z przyjętych metod bazowała na rozkładzie wartości modułu gradientu obrazu oraz jego kierunku. Sprawdzono przydatność tej reprezentacji do selekcji podobrazów przy pomocy sieci neuronowej SOM Kohonena. Druga metoda polegała na wykorzystaniu transformaty log-polar i log Hough’a, które są uważane za uproszczone modele przetwarzania wstępnego, realizowanego przez systemy wzrokowe ludzi i zwierząt. Przydatność tej i następnej reprezentacji badano przy pomocy sieci neuronowej typu backpropagation. Do utworzenia trzeciej reprezentacji zastosowano siec ICM (Intersecting Cortical Model), która jest jedną z wersji PCNN (Pulse Coupled Neural Network). Przy pomocy tej sieci wygenerowano tzw. podpisy obrazów (signatures), czyli kilkudziesięcioelementowe wektory, opisujące strukturę obrazu.
    The concept of the research was based on the selection of several representations, which were later correlated by means of conventional, and neural methods. In the course of research, conventional methods of image matching were tested and compared with neural methods that originating from the research process. Additionally, experiments consisting in manual measurements, performed by independent observers, were conducted. The essence of methodology that was based on neural networks consisted in the preparation of suitable representations of image fragments and using them for the classification of various types of neural networks. One of the assumed methods was based on the distribution of image gradient module value and of its direction. The usability of that representation for the selection of sub-images was tested by means of SOM Kohonen neural network. Another method consisted in the utilisation of the log-polar and log-Hough transforms, which are considered to be simplified models of preliminary image processing, performed by visual systems of people and animals. The usability of that representation was tested by means of the backpropagation type of neural network. As regards the generation of the third representation, the ICM (Intersecting Cortical Model) network was applied, which is one of the versions of the PCNN (Pulse Coupled Neural Network). Using that network, the so-called image signatures, or vectors composed of tens of elements which describe the image structure, were generated.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17b; 505-515
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    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:
    Diagnostyka nawierzchni drogowej przy zastosowaniu metod sieci neuronowych – studium przypadku
    Road pavement diagnostics using neural network methods – a case study
    Autorzy:
    Jóźwiak, Zuzanna
    Pożarycki, Andrzej
    Górnaś, Przemysław
    Powiązania:
    https://bibliotekanauki.pl/articles/24024764.pdf
    Data publikacji:
    2022
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
    Tematy:
    sieci neuronowe
    głębokie uczenie maszynowe
    diagnostyka nawierzchni
    obrazy cyfrowe
    neural networks
    deep machine learning
    pavement diagnostics
    digital images
    Opis:
    W artykule przedstawiono zastosowanie metody głębokiego uczenia maszynowego, wykorzystanej do jednego z zagadnień diagnostyki nawierzchni drogowej. Opisano techniki głębokiego uczenia maszynowego do rozpoznawania wybranej grupy uszkodzeń nawierzchni zarejestrowanych na obrazach cyfrowych. W ramach eksperymentu numerycznego porównano między sobą dwa modele powszechnie znane jako VGG16 i VGG19. Architektura sieci reprezentowana jest poprzez schemat połączeń charakterystyczny dla konwolucyjnych sieci neuronowych, które z założenia przeznaczone są na potrzeby identyfikacji obiektów na obrazach cyfrowych. Mimo wszystko źródłowa baza danych, znana pod angielską nazwą ImageNet, nie zawiera obrazów cyfrowych nawierzchni jezdni. W celu poszerzenia wiedzy w tym zakresie autorzy utworzyli bazę ortogonalnych obrazów cyfrowych nawierzchni jezdni i opisali jeden z możliwych scenariuszy wykorzystania tych narzędzi do zautomatyzowanej identyfikacji uproszczonej wersji wskaźnika stanu powierzchni.
    This paper presents the application of deep machine learning method used for one of the problems of road pavement diagnostics. Deep machine learning techniques for the recognition of a selected group of pavement surface defects observed in digital images are described. In a numerical experiment, two models commonly known as VGG16 and VGG19 were compared to each other. The network architecture is represented by a connection scheme characteristic of convolutional neural networks, which by design are intended for the purpose of identifying objects in digital images. Nevertheless, the source database known as ImageNet does not contain digital images of pavement surfaces. In order to extend the knowledge in this area, the authors created a database of orthogonal digital images of pavement surfaces and described one of the possible scenarios of using these tools for automated identification of a simplified version of the surface condition index.
    Źródło:
    Drogownictwo; 2022, 2-3; 65--72
    0012-6357
    Pojawia się w:
    Drogownictwo
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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