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 "modelowanie neuronowe" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 54
Tytuł:
Modelowanie kartograficzne z wykorzystaniem neurorozmytych automatów komórkowych
Using of neuro-fuzzy cellular automata for cartographic modelling
Autorzy:
Olszewski, R.
Powiązania:
https://bibliotekanauki.pl/articles/130338.pdf
Data publikacji:
2003
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
automaty komórkowe
modelowanie nieliniowe
generalizacja
sieci neuronowe
systemy wnioskowania rozmytego
cellular automata
non-linear modelling
generalization
neural networks
fuzzy inference systems
Opis:
Mapa jako środek przekazu informacji chorologicznej, tj. informacji o rozmieszczeniu obiektów i zjawisk w przestrzeni geograficznej, podlega ograniczeniom wynikającym z zakresu pojemności informacyjnej. W procesie przekazu kartograficznego istnieje zatem konieczność celowego uogólnienia informacji źródłowej realizowanego poprzez generali-zację. Jednym ze sposobów generalizacji jest agregacja danych przestrzennych. Istnieje wiele algorytmicznych metod agregacji, większość z nich związana jest z generalizacją danych zapisanych w formacie wektorowym. Dla danych źródłowych w postaci rastrowej wymaga to pracochłonnej wstępnej konwersji formatu raster → wektor oraz wynikowej konwersji wektor → raster. Autor podjął próbę zastosowania bezpośredniej agregacji obiektów powierzchniowych na obrazach rastrowych. Przeprowadzone badania wskazują na celowość zastosowania metod tzw. sztucznej inteligencji obliczeniowej, jako metody kartograficznego modelowania tak zdefiniowanych danych źródłowych. W artykule omówiono trzy wybrane metody sztucznej inteligencji obliczeniowej (automaty komórkowe, sztuczne sieci neuronowe i systemy wnioskowania rozmytego) oraz ich zastosowanie w procesie generalizacji kartograficznej.
Investigations which have been performed by the author justify utilisation of methods of the, so-called, artificial intelligence, as a complex method of cartographic modelling of source data. Of the many existing methods for area aggregation a majority concern maps in vector format. The author investigated some approaches to direct aggregation of area objects in raster maps. This includes cellular automata, neural networks and fuzzy inference systems. The essence of cellular automata is the ability to create complex, global patterns and spatial behaviour, based on simple rules of changes of local range and on knowledge concerning individual cells. Therefore a model of the cartographic generalization process, combining the nature of quantitative generalization of the content and the form with the nature of qualitative generalization, may be developed based on the theory of non-linear cellular automata.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2003, 13a; 171-180
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Interaktywny system edukacyjny wprowadzający w zagadnienie sztucznych sieci neuronowych
Interactive educational system introducing into issue of artificial neural networks
Autorzy:
Olszewski, T.
Boniecki, P.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/287816.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczna sieć neuronowa
edukacyjny system informatyczny
modelowanie neuronowe
sztuczna inteligencja
artificial neural network
educational computer system
artificial intelligence
Opis:
Dziedzina sztucznych sieci neuronowych ma swoje źródło w badaniach dotyczących sztucznej inteligencji. Stanowią one próbę naśladowania najważniejszych cech charakteryzujących biologiczne systemy nerwowe. Nazwą „sztuczne sieci neuronowe” (SSN) określa się dziś najczęściej symulatory programowe, umożliwiające modelowanie sieci na komputerach klasy PC. Sztuczne sieci neuronowe pozwalają na modelowanie systemów empirycznych o nieokreślonych zależnościach, trudnych do opisania tradycyjnymi, deterministycznymi metodami. Mają również zdolność generalizacji i uogólniania. Dzięki swym cechom SSN znajdują zastosowanie w rozwiązywaniu różnych problemów w wielu, niepowiązanych z sobą dziedzinach, jak: finanse, medycyna czy inżynieria rolnicza. Celowe jest więc wykonanie informatycznego systemu edukacyjnego, który pozwoli w łatwy i przystępny sposób zapoznać użytkownika z tematyką modelowania neuronowego.
The domain of artificial neural networks has its own source in the research of artificial intelligence. Artificial neural networks (ANN) are trying to imitate the most important features which represent the biological nervous systems. Nowadays in most cases the name of “artificial neural networks” define as programming simulators which allows the modeling of networks on PC computers. ANN permits to modeling empirical systems which have indefinable relationships and are hard to present in a traditional deterministic methods. They have as well the ability to generalize. Owing to its features, ANN applies in resolving variety of problems in many totally different areas, like: finances, medicine or agricultural engineering. It is purposeful to prepare educational informatics system which allows a user to get closer to subjects of neural modeling in easy and accessible way.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 8, 8; 293-298
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przykład zastosowania sieci neuronowej w modelowaniu procesu mieszania układów ziarnistych
An example of the use of a neural network to model a mixing process of granular systems
Autorzy:
Tukiendorf, M.
Powiązania:
https://bibliotekanauki.pl/articles/289881.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
niejednorodna mieszanina ziarnista
stan równowagowy
modelowanie neuronowe
non-homogenous grainy mixture
balance status
neural modelling
Opis:
W pracy pokazano skuteczność i przydatność modelowania neuronowego w procesie mieszania dwuskładnikowego niejednorodnego układu ziarnistego mieszanego systemem funnel-flow.
In the study, an efficiency and usefulness of neural network was shown to model the mixing process of a two-components non-homogenous granular system during the funnel-flow mixing.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 7, 7; 375-382
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sieci neuronowe i ich wykorzystanie w analizie danych ekonomicznych na przykładzie prognozowania sprzedaży energii elektrycznej
Neural networks and their use in analysis of economic data based on the example of electric energy sales forecast
Autorzy:
Morajda, Janusz
Powiązania:
https://bibliotekanauki.pl/articles/415458.pdf
Data publikacji:
2005
Wydawca:
Małopolska Wyższa Szkoła Ekonomiczna w Tarnowie
Tematy:
sieci neuronowe
prognozy gospodarcze
modelowanie procesów gospodarczych
energia elektryczna
neural networks
economic forecast
economic process modeling
electric power
Opis:
Artykuł poświęcono problematyce sieci neuronowych i ich zastosowaniom w modelowaniu nieliniowych zjawisk ekonomicznych. W szczególności omówiono kierunki badań nad sieciami neuronowymi, ich charakterystykę ze zwróceniem uwagi na sieci typu perceptron oraz zamieszczono przykład ich zastosowania w procesie prognozowania sprzedaży energii elektrycznej.
The paper shows neural networks being an important tool used for analysis of economic data. A historic outline has been presented along with modem ways of investigation referring to these types of tools. General characteristics and classification of neural networks have been outlined too, with particular attention paid to perceptron-based networks. The most important applications of neural methods in business and economy have been described here. An example of an efficient use of the perceptron-based network in the process of a short term forecasting in the sales of electric energy performed by local power stations has been presented as well.
Źródło:
Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie; 2005, 7; 87-100
1506-2635
Pojawia się w:
Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sztuczne sieci neuronowe w modelowaniu procesów z ograniczonym zbiorem danych w inżynierii rolniczej
Neural networks in modeling agricultural engineering processes with limited date file
Autorzy:
Trajer, J.
Powiązania:
https://bibliotekanauki.pl/articles/286483.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczne sieci neuronowe
modelowanie
inżynieria rolnicza
artificial neural network
modeling
agricultural engineering
Opis:
Celem pracy jest przedstawienie metody neuronowego modelowania procesów z ograniczonym zbiorem danych. W przykładzie wykorzystano bazę danych zmian cen przechowywanej marchwi. Podano koncepcję budowy modelu neuronowego, który pomimo ograniczonego zbioru danych posiadać może zadowalające własności uogólniające, w sensie rozszerzenia zasięgu jego stosowalności poza zbiór uczący.
In this paper the analysis of the neural modeling of the agricultural engineering process was presented. The problems of effectiveness and quality neural networks in these processes was discussed.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 173-180
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie perceptronowych sieci neuronowych w zagadnieniu wyceny nieruchomości
Applying perceptron-based neural networks in property valuation
Autorzy:
Morajda, Janusz
Powiązania:
https://bibliotekanauki.pl/articles/414876.pdf
Data publikacji:
2005
Wydawca:
Małopolska Wyższa Szkoła Ekonomiczna w Tarnowie
Tematy:
sieci neuronowe
modelowanie procesów gospodarczych
wycena nieruchomości
neural networks
economic process modeling
real estate valuation
Opis:
Artykuł przedstawia wykorzystanie sieci neuronowych typu perceptron do szacowania wartości nieruchomości metodą porównawczą, tzn. w oparciu o dane dotyczące innych, wycenianych wcześniej obiektów. Autor podjął próbę wykorzystania zbioru sieci typu perceptron do aproksymacji funkcji gęstości prawdopodobieństwa dla ceny sprzedaży danej nieruchomości, co wnosi więcej informacji dotyczącej wartości obiektu i możliwości negocjacji ostatecznej ceny.
The article presents a method for applying a system of multi-layer perceptron-based neural networks, trained to implement a classification task, in the field of property valuation. The presented method, rooted in the ability of such networks to approximate the probability of input vector membership in a defined class, makes it possible to assess a probability density distribution for property prices instead of an output in the form of a single price. The generated neural model was used for research based on a set of data concerning property prices in Boston area. The article includes research results and conclusions supporting viability of the approach.
Źródło:
Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie; 2005, 7; 101-108
1506-2635
Pojawia się w:
Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sieci FBM w neuronowym modelowaniu mieszania dwuskładnikowych układów ziarnistych
The use of a neural network in modeling of a two-component granular systems’ mixing
Autorzy:
Tukiendorf, M.
Powiązania:
https://bibliotekanauki.pl/articles/288584.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
ziarniste układy niejednorodne
statyczny mieszalnik płytkowy
modelowanie neuronowe
sztuczna sieć neuronowa
Flexible Bayesia Modeling
FBM
non-homogenous granular systems
static plate mixer
neural modeling
Opis:
Pokazano wyniki symulacji neuronowej procesów mieszania niejednorodnych układów ziarnistych. Mieszano dwuskładnikowy układ ziarnisty przy pomocy statycznego mieszalnika płytkowego. Estymacji rozkładów koncentracji składnika kluczowego dokonywano w oparciu o predykcję sztucznej sieci neuronowej Flexible Bayesian Modeling o 20 ukrytych warstwach neuronów. Porównano statystycznie wyniki modelu empirycznego i predyktowanego. Określono współczynnik korelacji.
The results of a neural network’s simulation of the mixing processes of non-homogenous granular systems were shown. A twocomponent granular system was mixed using a static plate mixer. Estimations of the key component’s concentration distribution were performed based on the artificial neural network’s prediction for the assumed numbers of neurons’ hidden layers. The empirical and the predicted results were statistically compared. A correlation coefficient was estimated between them.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 14, 14; 367-373
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Budowa numerycznego modelu rzeźby terenu toru wodnego metodą opartą na przekrojach
The Construction of a Numerical Terrain Relief Model of a Fairway by the Cross-Sections Method
Autorzy:
Stateczny, A.
Kozak, M.
Powiązania:
https://bibliotekanauki.pl/articles/360648.pdf
Data publikacji:
2006
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
numeryczny model rzeźby terenu
radialne sieci neuronowe
modelowanie dna
EXPLO-SHIP 2006
Numerical Terrain Relief Model
radial neural networks
bottom modeling
Opis:
Artykuł przedstawia metodę budowy numerycznego modelu rzeźby terenu proponowaną dla torów wodnych. Metoda oparta jest na przekrojach aproksymowanych z wykorzystaniem sieci radialnych (RBF), z przyrostowym doborem liczby neuronów radialnych. Przekroje adaptacyjnie dopasowują się do modelowanej powierzchni oraz założonego przez użytkownika błędu, co zapewnia redukcję danych i możliwość wizualizacji powierzchni w czasie rzeczywistym. Do badań wykorzystano powierzchnie testowe oraz rzeczywiste punkty pomiarowe z toru wodnego Szczecin - Świnoujście.
A method of constructing a Numerical Terrain Relief Model dedicated to fairways is presented. The method is based on approximated cross-sections using RBF networks with an incremental selection of radial neurons number. Adaptive cross-sections adjust to the model surface and to an error assumed by the user, which reduces the amount of data and makes it possible to visualize the surface in real time. The research made use of test surfaces as well as real measurement points located in the Szczecin - Świnoujście fairway.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2006, 11 (83); 269-277
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnostyka torów pomiarowych i urządzenia wykonawczego w układzie regulacji turbiny kondensacyjnej
Diagnostic of measuring tracks and executive device in control system for condensing turbine
Autorzy:
Pawlak, M.
Powiązania:
https://bibliotekanauki.pl/articles/155014.pdf
Data publikacji:
2006
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
układ regulacji
modelowanie rozmyte
sieci neuronowe
diagnostyka
tory pomiarowe
elementy wykonawcze
fault diagnosis
power control
power generation
turbines
fuzzy modeling
fault tolerant systems
Opis:
Przedstawiono układ regulacji turbiny kondensacyjnej odporny na uszkodzenia torów pomiarowych. Opisano działania układu regulacji turbiny kondensacyjnej pracującej w układzie blokowym. Zaprezentowano charakterystykę sygnałów wchodzących do regulatora i metody wykrywania uszkodzeń dla danego toru pomiarowego. Opisano zasadę działania i system diagnostyki dla urządzenia wykonawczego
In this paper described fault tolerant system of regulation of condensing turbine on damages of measuring - tracks. One presented characterization of signals entering to controler and methods of detecting of damages measuring - track and executive device.
Źródło:
Pomiary Automatyka Kontrola; 2006, R. 52, nr 11, 11; 48-50
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie przemysłowego procesu mielenia rudy z wykorzystaniem energetycznych wskaźników oceny
Modeling of industrial ore grinding process using energetic factors of evaluation
Autorzy:
Trybalski, K.
Krawczykowski, D.
Powiązania:
https://bibliotekanauki.pl/articles/349569.pdf
Data publikacji:
2006
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
modelowanie statystyczne procesów mielenia
sieci neuronowe
modele regresyjne
statistical modeling of grinding processes
neural network
regressive models
Opis:
W artykule przeprowadzono analizę kosztów węzła mielenia i klasyfikacji w jednym z zakładów wzbogacania rudy KGHM "Polska Miedź" S.A., wskazując najwyższą energochłonność procesu mielenia. Zaproponowano i obliczono wskaźniki technologiczno-energetyczne oceniające proces mielenia i klasyfikacji. Na ich podstawie zbudowano przykładowe modele: regresyjne oraz w postaci sieci neuronowych, ujmujące zależności pomiędzy wskaźnikami oceny procesu a danymi energetyczno-technologicznymi badanego procesu. Przeprowadzono porównanie uzyskanych modeli.
The costs analysis of grinding and classification center in one of KGHM "Polska Miedź" SA ore enrichment plants was conducted in the paper, what identified the highest energy consumption of grinding process. The energetic-technological factors evaluating grinding and classification processes were then proposed and calculated. On their basis the examples of models were constructed, which were regressive ones and neural networks forms, taking into consideration dependencies between process evaluation factors and energetic-technological data of investigated process. The comparison of given models was carried out.
Źródło:
Górnictwo i Geoinżynieria; 2006, 30, 3/1; 327-346
1732-6702
Pojawia się w:
Górnictwo i Geoinżynieria
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelling of moment of friction under increasing load using artificial neural networks
Modelowanie przebiegu momentu tarcia pod narastającym obciążeniem z wykorzystaniem sztucznych sieci neuronowych
Autorzy:
Gocman, K.
Kałdoński, T.
Powiązania:
https://bibliotekanauki.pl/articles/243205.pdf
Data publikacji:
2007
Wydawca:
Instytut Techniczny Wojsk Lotniczych
Tematy:
tribologia
tarcie graniczne
smarność
modelowanie procesów tribologicznych
sztuczne sieci neuronowe
tribology
boundary friction
lubricity
modeling of tribological processes
artificial neural networks
Opis:
Searching models of tribological quantities taking into account every processes proceeded in friction pairs is one of the most important problem in present tribology. Existing models of wear and friction are unfortunately imperfect -they do not reflect every occurrences proceeded in tribological pairs, especially in case of boundary friction. Complicated and nonlinear nature of friction processes force researching of non-analytical models. In view of their properties, the artificial neural networks (ANN) could become very useful instruments. The results preliminary tests on influence of load and rotational speed on moment offriction are presented in this paper. Tests were carried out under increasing load and at the range of rotational speed 500 - 1500 rpm. The analysis of results was elaborated and run of moment offriction on base of artificial neural network was modeled. The different kinds of ANN and different training algorithms were applied to obtain the best quality of built models. In particular the schema of the friction, the moment of the friction in a load function for selected rotational speeds, the structure of the GRNN network, composition experimental data and results of the modelling are illustrated in the paper.
Modelowanie wielkości tribologicznych, uwzględniające wszystkie procesy zachodzące w węźle tarcia jest jednym z najważniejszych zadań współczesnej tribologii. Istniejące modele zużycia i tarcia są niestety niedoskonałe - nie odzwierciedlają one wszystkich zjawisk zachodzących w węźle tarcia, zwłaszcza w wypadku występowania tarcia granicznego. Złożony i nieliniowy charakter procesów zachodzących w węźle tarcia wymusza poszukiwanie modeli innych niż analityczne. Ze względu na swoje właściwości, bardzo użytecznym narzędziem mogą stać się sztuczne sieci neuronowe (SSN). W artykule przedstawiono wstępne wyniki badań wpływu obciążenia i prędkości obrotowej na przebieg momentu tarcia. Badania przeprowadzone zostały przy obciążeniu narastającym płynnie w czasie testu, w zakresie prędkości obrotowych od 500 do 1500 obr/min. Po przeprowadzonej analizie wyników badań, na bazie sztucznych sieci neuronowych zbudowany został model przebiegu momentu tarcia. W czasie modelowania wykorzystano różne rodzaje sieci neuronowych oraz zastosowano różne algorytmy uczące, aby uzyskać jak najlepszą jakość budowanego modelu. W szczególności schemat węzła tarcia, moment tarcia w funkcji obciążenia dla wybranych prędkości obrotowych, struktura sieci GRNN, zestawienie danych eksperymentalnych i wyników modelowania są zilustrowane w artykule.
Źródło:
Journal of KONES; 2007, 14, 2; 171-177
1231-4005
2354-0133
Pojawia się w:
Journal of KONES
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wybrane problemy projektowania i eksploatacji sieci rozdzielczych
Selected problems of design and operation of power distribution networks
Autorzy:
Kulczycki, J.,
Brożek, J.
Strzałka, J.
Kot, A.
Szpyra, W.
Powiązania:
https://bibliotekanauki.pl/articles/154201.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
elektroenergetyczne sieci rozdzielcze
regulacja napięcia
generacja rozproszona
modelowanie i symulacja
estymacja napięcia
estymacja strat mocy
algorytmy ewolucyjne
sztuczne sieci neuronowe
power distribution networks
voltage control
dispersed generation
system modelling and
system modelling and simulation
voltage estimation
power losses estimation
evolutionary algorithms
artificial neural networks
Opis:
Elektroenergetyczne sieci rozdzielcze stanowią ważne ogniwo systemu elektroenergetycznego. Optymalne projektowanie i efektywna eksploatacja tych sieci jest przedmiotem badań prowadzonych w wielu ośrodkach naukowych. W artykule przedstawiono wybrane problemy projektowania i eksploatacji elektroenergetycznych sieci rozdzielczych będące przedmiotem badań naukowych realizowanych w Laboratorium Sieci i Systemów Elektroenergetycznych Katedry Elektroenergetyki Akademii Górniczo-Hutniczej w Krakowie.
Power distribution networks are an important element of the Electric Power System. The problems of optimal development and effective utilization of these networks is subject of works realized in many research institutes. In the paper there are presented selected results of scientific research realized in the Networks and Power Systems Laboratory of Department of Electrical Power AGH University of Science and Technology.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 3, 3; 123-130
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie neuronowe wybranych obiektów rolniczych z wykorzystaniem superformuły Johana Gielisa
Neuronal modelling of selected agricultural objects with usage of Johan Gieliss supershape
Autorzy:
Boniecki, P.
Olszewski, T.
Powiązania:
https://bibliotekanauki.pl/articles/334299.pdf
Data publikacji:
2008
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
modelowanie neuronowe
sieć neuronowa
superformuła Johana Gielisa
neuronal modelling
neural network
Johan Gielis's supershape formula
Opis:
Celem pracy było badanie mozliwości klasyfikacyjnych sieci neuronowych w procesie identyfikacji ziarniaków pszenicy, jęczmienia oraz kukurydzy. Wykorzystana metoda separacji polegała na rozpoznawaniu różnic kształtów analizowanych obiektów. W celu identyfikacji kształtu, a następnie zakodowania pozyskanych danych empirycznych do postaci zbiorów uczących, wykorzystano tzw. superformułę zaproponowaną przez Johana Gielisa. Formuła ta pozwala na odwzorowanie dowolnego kształtu za pomocą sześciu niezależnych parametrów.
The aim of the work was to study the classifying possibilities of neural networks in the identification process of the wheat's, barley's and corn's kernel. Applied separation method depended on recognizing the shape differences of analysed objects. In order to identify the shape, and afterwards to encode the obtained empirical data into the training data sets the Johan Gielis's supershape formula was used. This formula permits for projection of any shape with a help of six independent parameters.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2008, 53, 1; 22-25
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie ruchu pojazdu typu ROV w płaszczyźnie pionowej z wykorzystaniem sieci neuronowych
Modelling of the movement of rov vehicle in vertical plane using neural networks
Autorzy:
Matejski, M.
Dramski, M.
Powiązania:
https://bibliotekanauki.pl/articles/366412.pdf
Data publikacji:
2008
Wydawca:
Polskie Towarzystwo Medycyny i Techniki Hiperbarycznej
Tematy:
modelowanie ruchu bezzałogowych pojazdów podwodnych
sieci neuronowe
modeling of the move of unmanned underwater vehicles
neural networks
Opis:
Modelowanie ruchu bezzałogowych pojazdów podwodnych może być efektywnie realizowane z użyciem sieci neuronowych zdolnych do zilustrowania tego procesu. W tym artykule przedstawiono sposób budowania sieci neuronowych oraz proces ich nauczania. Wszystkie eksperymenty przeprowadzono na WTM/PS na pojeździe podwodnym typu ROV - KRAB.
Modeling of the move of unmanned underwater vehicles can effectively be realized with use of neural networks capable to illustrate the modeled process. In this paper a method of a construction of neural networks and a learning process is presented. All experiments were carried out at the Faculty of Maritime Technologies of Szczecin University of Technology on the underwater vehicle ROV type - KRAB.
Źródło:
Polish Hyperbaric Research; 2008, 1(22); 7-14
1734-7009
2084-0535
Pojawia się w:
Polish Hyperbaric Research
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