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 "neural modelling" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-25 z 64
Tytuł:
The neural modelling in chosen task of Electric Power Stock Market
Autorzy:
Ruciński, D.
Powiązania:
https://bibliotekanauki.pl/articles/92914.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
Tematy:
neural modelling
neural network
electric power stock market
Opis:
The work contains selected results of the neural modelling for the Electric Power Exchange (EPE) for the Day Ahead Market (DAM). The paper contains description of the neural modelling method, the way of preparing (pre-processing) data used for leaning of Artificial Neural Network (ANN), description of achieved neural models of EPE, the comparative study results and the sensitivity study results. The results which was obtained was interpreted and discussed in the systemic category.
Źródło:
Studia Informatica : systems and information technology; 2017, 1-2(21); 63-83
1731-2264
Pojawia się w:
Studia Informatica : systems and information technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Control of complex dynamic nonlinear loading process for electromagnetic mill
Autorzy:
Ogonowski, Szymon
Bismor, Dariusz
Ogonowski, Zbigniew
Powiązania:
https://bibliotekanauki.pl/articles/229680.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
predictive control
pole placement
nonlinear dynamics
neural modelling
electromagnetic mill
Opis:
Electromagnetic mill installation for dry grinding represents a complex dynamical system that requires specially designed control system. The paper presents model-based predictive control which locates closed loop poles in arbitrary places. The controller performs as gains cheduling prototype where nonlinear model – artificial recurrent neural network, is parameterized with additional measurements and serves as a basis for local linear approximation. Application of such a concept to control electromagnetic mill load allows for stable performance of the installation and assures fulfilment of the product quality as well as the optimization of the energy consumption.
Źródło:
Archives of Control Sciences; 2020, 30, 3; 471-500
1230-2384
Pojawia się w:
Archives of Control Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Cluster analysis as a preliminary problem in neural modelling of the Polish Power Exchange
Autorzy:
Tchórzewski, Jerzy
Jezierski, Jakub
Powiązania:
https://bibliotekanauki.pl/articles/94965.pdf
Data publikacji:
2019
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
artificial self-organizing neural networks
business intelligence
cluster analysis
neural modelling
Day Ahead Market
Polish Power Exchange
Opis:
The work focuses on cluster analysis as a preliminary problem in neural model- ling based on the data quoted on the Day Ahead Market of the Polish Power Ex- change as a subsystem of the system of Towarowa Giełda Energii S.A. [Polish Pow- er Exchange]. The paper contains the results of literature research related to cluster analysis methods, description of possible applications of artificial neural networks SOM for mapping information on the volume of electrical power sold and prices ob- tained, description of possible applications of MATLAB and Simulink environment, and especially Neural Network Toolbox for mapping knowledge, and cluster analy- sis performed for selected data.
Źródło:
Information Systems in Management; 2019, 8, 1; 69-81
2084-5537
2544-1728
Pojawia się w:
Information Systems in Management
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie neuronowe procesów cieplnych zachodzących podczas kompostowania wybranych nawozów naturalnych
Neural modelling of thermal processes during composting of chosen natural fertilizers
Autorzy:
Olszewski, T.
Boniecki, P.
Powiązania:
https://bibliotekanauki.pl/articles/337464.pdf
Data publikacji:
2010
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
modelowanie neuronowe
kompostowanie
nawóz naturalny
proces cieplny
neural modelling
thermal process
composting
natural fertilizer
Opis:
Proces kompostowania polega na mikrobiologicznym rozkładzie substancji organicznych w warunkach tlenowych za pomocą mikroorganizmów termofilnych i pleśni. Podczas procesu kompostowania wydzielają się duże ilości ciepła, które może być wykorzystane do różnych celów. W literaturze światowej brak jest informacji o wykorzystaniu sieci neuronowych w modelowaniu procesów cieplnych zachodzących podczas kompostowania. Celem prezentowanej pracy było modelowanie procesu kompostowania stałych nawozów naturalnych z wykorzystaniem sztucznych sieci neuronowych, ze szczególnym uwzględnieniem analizy cieplnej zachodzących zjawisk. Skupiono się na estymacji ilości ciepła otrzymywanego w wyniku reakcji egzotermicznych zachodzących podczas procesu kompostowania. Dokonano analizy oraz wytworzono, przetestowano i zweryfikowano zbiór topologii sieci neuronowych, działających jako efektywne instrumenty predykcyjne. W tym celu wykorzystano pakiet oprogramowania analitycznego Statistica v. 7.1 moduł: "Sieci Neuronowe". Mała wartość ilorazu odchyleń standardowych oraz współczynnik korelacji bliski jedności świadczy o dobrej jakości otrzymanych sieci neuronowych.
Composting process depends on microbiological decomposition of organic matter in oxygenic conditions proceeded by the thermopile microorganisms and moulds. During the process there is a lot of heat energy emission which can be used for different aims. There is no information about neural network used for modelling of composting processes in the world publications. The objective of presented work was to model the composting process of solid natural fertilizers using the artificial neural networks. I focused mainly on thermal analysis of this process. Qualification of heat emission as a result of exothermic reactions during composting process was the focus of attention. The second stage was complex analysis as well as creating, testing and verification of series of neural networks topology. The analytical software package Statistica v. 7.1: 'Neural Networks' was used. Low ratio of standard deviations and correlation coefficient close to one, provide the most important information for the good assessment of the neural network.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2010, 55, 2; 56-61
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie neuronowe w zastosowaniu do oceny zarządzania bezpieczeństwem informacji w logistyce
Application of the neural modelling in the assessment of information security management in logistics
Autorzy:
Dębicka, E.
Świderski, A.
Powiązania:
https://bibliotekanauki.pl/articles/1378317.pdf
Data publikacji:
2014
Wydawca:
Polskie Wydawnictwo Ekonomiczne
Tematy:
zarządzanie bezpieczeństwem informacji
modelowanie neuronowe
usługi logistyczne
information security management
neural modelling
logistics services
Opis:
Proper management of the information security is an important issue affecting the quality of logistical services delivery. The article presents selected aspects of mathematical modelling of conducting its expert evaluation. The presented method of assessment is based on the use of artificial neural networks.
Źródło:
Gospodarka Materiałowa i Logistyka; 2014, 5; 19-24
1231-2037
Pojawia się w:
Gospodarka Materiałowa i Logistyka
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:
Modelowanie neuronowe w obliczaniu współczynnika przenikania ciepła oraz wymaganej warstwy izolacji przegrody budowlanej
Neural modelling for calculating the heat transfer coefficient and required isolation layer of wall barier
Autorzy:
Dawidowicz, J.
Sidorowicz, W.
Powiązania:
https://bibliotekanauki.pl/articles/402833.pdf
Data publikacji:
2010
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
straty ciepła
współczynnik przenikania ciepła
modelowanie neuronowe
inteligencja obliczeniowa
warmth losses
heat transfer coefficient
neural modelling
calculation intelligence
Opis:
W referacie przedstawiono zastosowanie sztucznych sieci neuronowych do obliczania współczynnika przenikania ciepła U oraz model odwrotny, polegający na obliczaniu grubości warstwy izolacyjnej przy zadanym współczynniku. Opisano metodykę sporządzenia zbioru uczącego sztuczne sieci neuronowe oraz opisano zbiór przetestowanych sieci neuronowych. Metody sztucznej inteligencji, w tym sztuczne sieci neuronowe, pozwalają uwzględnić w obliczeniach wiele zjawisk i procesów trudnych do opisu matematycznego ze względu na swoją nieliniowość, stąd uzyskane modele neuronowe będą uzupełniane w przyszłości o dodatkowe parametry obliczeniowe.
The report presents the usage of artificial neural networks to calculate heat transfer coefficient U and the opposite model, which consists on calculating the thickness of the isolation layer with given coefficient. The methodology of making a set teaching artificial neural networks and the set of tested neural networks were described. The methods of artificial intelligence, including neural networks, let include in calculations many phenomena and processes hard to describe mathematically because of their nonlinearity, so obtained neural models will be completed by additional computable parameters in future.
Źródło:
Budownictwo i Inżynieria Środowiska; 2010, 1, 1; 17-24
2081-3279
Pojawia się w:
Budownictwo i Inżynieria Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Artificial neural networks as models neuronal electronic state offices
Autorzy:
Tchórzewski, J.
Leszko, K.
Powiązania:
https://bibliotekanauki.pl/articles/95129.pdf
Data publikacji:
2015
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
e-document
office
repository
artificial neural networks
neural modelling
MATLAB and Simulink
e-dokument
sztuczne sieci neuronowe
Matlab
Simulink
modelowanie neuronowe
urząd administracji publicznej
Opis:
The paper presents selected results of research on learning design and artificial neural network (ANN) models paperless office as a state defined as a document repository. A review of selected issues on artificial neural network, and environments to support their generation and learning. In particular, attention was drawn to the new modeling capabilities leading to obtaining neural models of electronic systems. Artificial neural network is designed and taught her electronic office model based on the size of the input 11 and 9 variables, par 72 trainees on the actual size of government agencies for the year 2007. The model was obtained in MATLAB and Simulink and using the Neural Network Toolbox. Showing the possibilities of using the model to test sensitivities and simulation in Simulink.
Źródło:
Information Systems in Management; 2015, 4, 3; 219-227
2084-5537
2544-1728
Pojawia się w:
Information Systems in Management
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural network approach to compressor modelling with surge margin consideration
Autorzy:
Loryś, Sergiusz Michał
Orkisz, Marek
Powiązania:
https://bibliotekanauki.pl/articles/2091364.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
modelling
compressor map
neural-network
Opis:
Artificial neural networks are gaining popularity thank to their fast and accurate response paired with low computing power requirements. They have been proven as a method for compressor performance prediction with satisfactory results. In this paper a new approach of artificial neural networks modelling is evaluated. The auxiliary parameter of ‘relative stability margin Z’ was introduced and used in learning process. This approach connects two methods of compressor modelling such as neural networks and auxiliary parameter utilization. Two models were created, one with utilization of the ‘relative stability margin Z’ as a direct indication of surge margin of any estimated condition, and other with standard compressor parameters. The results were compared by determination of fitting, interpolation and extrapolation capabilities of both approaches. The artificial neural networks used during the process was a two-layer feed-forward neural-network with Levenberg–Marquardt algorithm with Bayesian regularization. The experimental data was interpolated to increase the amount of learning data for the neural network. With the two models created, capabilities of this relatively simple type of neural-network to approximate compressor map was also assessed.
Źródło:
Archives of Thermodynamics; 2022, 43, 1; 89--108
1231-0956
2083-6023
Pojawia się w:
Archives of Thermodynamics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dedicated neural network design for friction compensation in robot drives
Projektowanie struktury sieci neuronowej dla celów eliminacji tarcia w napędach robotów
Autorzy:
Korendo, Z.
Uhl, T.
Powiązania:
https://bibliotekanauki.pl/articles/281390.pdf
Data publikacji:
2002
Wydawca:
Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
Tematy:
friction modelling
mechatronics
neural networks for control
Opis:
In the paper we demonstrate a neural network-based controller design and prototyping following the mechatronic approach. A unified treatment of all system components (mechanical, eletrical and computational) is made possible thanks to the integrated software-hardware platform. The neural network in the presented approach is used to privide a linearising feedback loop for friction compensation in a robot drive. The efficiency of the experimental friction identification is improved thanks to dedicated network architecture. The proposed solution is implemented in DSP hardware and the simulation results are verified through laboratory experiments.
W pracy przedstawiono oparty na sieciach neuronowych układ sterowania napędem robota. Przedstawiono proces projektowania i prototypowania oparty na podejściu mechatronicznym. Sieć neuronowa w proponowanym rozwiązaniu spełnia rolę lineryzującej pętli sprzężenia zwrotnego. Jej podstawowym zadaniem jest kompensacja wpływu tarcia w napędzie robota. Zaproponowano specjalizowaną architekturę sieci neuronowej dostosowaną do modelowania tarcia. Uczenie sieci odbywa się na podstawie danych eksperymentalnych. Zaproponowaną sieć neuronową zaimplementowano z zastosowaniem techniki szybkiego prototypowania z wykorzystaniem procesorów sygnałowych. Wyniki symulacji porównano z wynikami eksperymentu na rzeczywistym obiekcie. Przedstawione podejście, jak wykazały uzyskane rezultaty, daje dobre wyniki w zakresie linearyzacji układów sterowania robotami z uwzględnieniem tarcia.
Źródło:
Journal of Theoretical and Applied Mechanics; 2002, 40, 3; 595-610
1429-2955
Pojawia się w:
Journal of Theoretical and Applied Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimization of a thin-walled element geometry using a system integrating neural networks and finite element method
Autorzy:
Golewski, P.
Gajewski, J.
Sadowski, T.
Powiązania:
https://bibliotekanauki.pl/articles/351314.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
artificial neural networks
numerical modelling
thin-walled element
Opis:
Artificial neural networks [ANNs] are an effective method for predicting and classifying variables. This article presents the application of an integrated system based on artificial neural networks and calculations by the finite element method [FEM] for the optimization of geometry of a thin-walled element of an air structure. To ensure optimal structure, the structure’s geometry was modified by creating side holes and ribs, also with holes. The main criterion of optimization was to reduce the structure’s weight at the lowest possible deformation of the tested object. The numerical tests concerned a fragment of an elevator used in the “Bryza” aircraft. The tests were conducted for networks with radial basis functions [RBF] and multilayer perceptrons [MLP]. The calculations described in the paper are an attempt at testing the FEM - ANN system with respect to design optimization.
Źródło:
Archives of Metallurgy and Materials; 2017, 62, 1; 435-442
1733-3490
Pojawia się w:
Archives of Metallurgy and Materials
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A New Neural Networks Model for Calculating the Continuous Cooling Transformation Diagrams
Autorzy:
Trzaska, J.
Powiązania:
https://bibliotekanauki.pl/articles/351678.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
CCT diagram
modelling
neural network
heat treatment
steel
Opis:
The article shows a new model of Continuous Cooling Transformation (CCT) diagrams of structural steels and engineering steels. The modelling used artificial neural networks and a set of experimental data prepared based on 550 CCT diagrams published in the literature. The model of CCT diagrams forms 17 artificial neural networks which solve classification and regression tasks. Neural model is implemented in a computer software that enables calculation of a CCT diagram based on chemical composition of steel and its austenitizing temperature.
Źródło:
Archives of Metallurgy and Materials; 2018, 63, 4; 2009-2015
1733-3490
Pojawia się w:
Archives of Metallurgy and Materials
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelling of vibrations of machines models by use of the bond graphs
Modelowanie drgań modeli maszyn metodą hybrydowych grafów wiązań
Autorzy:
Nowak, A.
Czapla, K.
Kaczmarek, K.
Powiązania:
https://bibliotekanauki.pl/articles/280724.pdf
Data publikacji:
2003
Wydawca:
Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
Tematy:
modelling
bond graphs
hybrid bond graphs method
neural network
Opis:
In the paper the problem of the modelling of machine systems by making use of the hybrid bond graphs method in a matrix representation and in terms of differential equations has been formulated. The presented method of the dynamic analysis of mechatronical machines models on the basis of the hybrid network graphs constitutes a very efficient algorithm. Such a method consists in the modelling of the given mechatronical model in terms of the hybrid bond graphs with a neural net and the Mason signal flow as subgraphs. Using the impedance method frequency characteristics and natural frequencies for the vibrating model of a machine are analysed on an example of a railway vehicle. In the paper, the sensitivity model and its dynamic characteristics are formulated and examined with the help of the hybrid bond graphs method.
W pracy sformułowano zagadnienie modelowania modeli dynamicznych układów maszyn z zastosowaniem metody hybrydowych grafów wiązań w reprezentacji macierzowej i w postaci układu równań różniczkowych ruchu. Opracowana metoda hybrydowych grafów wiązań stanowi efektywny sposób analizy układów mechatronicznych maszyn. Metoda polega na sformułowaniu globalnego grafu wiązań z uwzględnieniem grafu przepływu sygnałów Masona lub sieci neuronowej jako podgrafów. Stosując metodę impedancji wyznaczono charakterystyki amplitudowo-częstotliwościowe oraz częstości własne na przykładzie modelu dynamicznego pojazdu szynowego. W pracy opracowano także modele wrażliwości ruchu maszyn i ich charakterystyk dynamicznych przy zastosowaniu metody hybrydowych grafów wiązań.
Źródło:
Journal of Theoretical and Applied Mechanics; 2003, 41, 4; 903-918
1429-2955
Pojawia się w:
Journal of Theoretical and Applied Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predictive neural network in multipurpose self-tuning controller
Autorzy:
Bondar, Oleksiy
Powiązania:
https://bibliotekanauki.pl/articles/386771.pdf
Data publikacji:
2020
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
artificial neural network
adaptive regulator
backpropagation algorithm
system modelling
Opis:
A very important problem in designing of controlling systems is to choose the right type of architecture of controller. And it is always a compromise between accuracy, difficulty in setting up, technical complexity and cost, expandability, flexibility and so on. In this paper, multipurpose adaptive controller with implementation of artificial neural network is offered as an answer to a wide range of tasks related to regulation. The effectiveness of the approach is demonstrated by the example of an adaptive thermostat. It also compares its capabilities with those of classic PID controller. The core of this approach is the use of an artificial neural network capable of predicting the behaviour of controlled object within its known range of parameters. Since such a network, being trained, is a model of a regulated system with arbitrary precision, it can be analysed to make optimal management decisions at the moment or in a number of steps. Network learning algorithm is backpropagation and its modified version is used to analyse an already trained network in order to find the optimal solution for the regulator. Software implementation, such as graphical user interface, routines related to neural network and many other, is done using Java programming language and Processing open-source integrated development environment.
Źródło:
Acta Mechanica et Automatica; 2020, 14, 2; 114-120
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural modeling of the electric power stock market in usage of MATLAB and Simulink tools for the day ahead market data
Autorzy:
Ruciński, D.
Tchórzewski, J.
Powiązania:
https://bibliotekanauki.pl/articles/94831.pdf
Data publikacji:
2016
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
neuronal modelling
MATLAB
Simulink environment
simulation research
artificial neural network
Opis:
The work contains selected results of the modelling of neural Electric Power Exchange (EPE) in Poland. For modelling EPE system, artificial neural network (ANN) was constructed. ANN was learned and tested using of the next day market data. Generated neural model was used for simulation tests and susceptibility tests. Suitable model was implemented in Simulink. As a result of simulation tests and susceptibility testing a lot of interesting research results were obtained.
Źródło:
Information Systems in Management; 2016, 5, 2; 215-226
2084-5537
2544-1728
Pojawia się w:
Information Systems in Management
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting the Energy Consumption of an Industrial Enterprise Based on the Neural Network Model
Autorzy:
Kalinchyk, Vasyl
Meita, Olexandr
Pobigaylo, Vitalii
Kalinchyk, Vitalii
Filyanin, Danylo
Powiązania:
https://bibliotekanauki.pl/articles/2069887.pdf
Data publikacji:
2021
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
electrical load
daily schedule
modelling
neural network
multilayer perceptron
MLP
Opis:
This research paper investigates the application of neural network models for forecasting in energy. The results of forecasting the weekly energy consumption of the enterprise according to the model of a multilayer perceptron at different values of neurons and training algorithms are given. The estimation and comparative analysis of models depending on model parameters is made.
Źródło:
Rocznik Ochrona Środowiska; 2021, 23; 484--492
1506-218X
Pojawia się w:
Rocznik Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Experimental investigation and modelling of Friction Stir Processing of cast aluminium alloy AlSi9Mg
Autorzy:
Węglowski, M. S.
Dymek, S.
Hamilton, C. B.
Powiązania:
https://bibliotekanauki.pl/articles/200339.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
friction stir processing
aluminum alloys
numerical modelling
neural networks
microstructure
Opis:
Friction Stir Processing (FSP) is a novel solid state processing technique which can be used for microstructural modification of surface layers in metallic materials. This paper analyzes the effects of FSP process parameters on spindle torque acting on the tool and on the tool temperature. It has been shown that an increase in the rotational speed brings about a decrease in the torque and an increase of temperature. For temperature estimation in the stir zone a numerical model was applied, while for predicting a relationship between the spindle torque acting on the tool, rotational and travelling speeds and the down force, the artificial neural networks approach was employed. Light and electron (scanning and transmission) microscopy investigation showed that the FSP process reduces porosity and produces a more uniform distribution of second-phase particles.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2013, 61, 4; 893-904
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Studies on the ANN implementation in the macro BIM cost analyzes
O możliwościach zastosowania SSN w analizach kosztowych "macro BIM"
Autorzy:
Juszczyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/887471.pdf
Data publikacji:
2017
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
artificial neural network
implementation
BIM technology zob.building information modelling
cost analysis
building information modelling
Opis:
Studies on the ANN implementation in the macro BIM cost analyzes. The paper presents an approach which combines the concept of macro-level BIM-based cost analyzes analyzes and application of artificial intelligence tools – namely artificial neural networks. Discussion and foundations of the proposed approach are introduced in the paper to clarify the problem’s core. An exemplary case study reports the results of initial studies on the application of neural networks for the purposes of BIM-based cost analysis of a buildings’ fl oor structural frame. The results obtained justify the proposal of application of neural networks as a supportive mathematical tool in the problem presented in the paper.
O możliwościach zastosowania SSN w analizach kosztowych „macro BIM”. Artykuł przedstawia podejście, w którym połączono koncepcję analiz kosztowych macro BIM z zastosowaniem narzędzi sztucznej inteligencji – sztucznych sieci neuronowych. W artykule zaprezentowano dyskusję i podstawowe założenia proponowanego podejścia stanowiące wyjaśnienie istoty problemu. Studium przypadku przedstawia wyniki wstępnych badań dotyczących różnego zastosowania sieci neuronowych w analizach kosztów z zastosowaniem BIM na przykładzie oszacowań kosztów konstrukcji nośnej kondygnacji budynku. Uzyskane wyniki uzasadniają propozycję wykorzystania sieci neuronowych jako narzędzia matematycznego rozwiązywania problemu przedstawionego w artykule.
Źródło:
Scientific Review Engineering and Environmental Sciences; 2017, 26, 2[76]
1732-9353
Pojawia się w:
Scientific Review Engineering and Environmental Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelling of mass transfer kinetic in osmotic dehydration of kiwifruit
Autorzy:
Jabrayili, S.
Farzaneh, V.
Zare, Z.
Bakhshabadi, H.
Babazadeh, Z.
Mokhtarian, M.
Carvalho, I.S.
Powiązania:
https://bibliotekanauki.pl/articles/24375.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Instytut Agrofizyki PAN
Tematy:
modelling
mass transfer
kinetics
osmotic dehydration
kiwi fruit
artificial neural network
Źródło:
International Agrophysics; 2016, 30, 2
0236-8722
Pojawia się w:
International Agrophysics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Experimental study and neural network modelling of aerodynamic and dynamic characteristics of flapping wings micro aerial vehicle
Autorzy:
Czekałowski, P.
Sibilski, K.
Żyluk, A.
Powiązania:
https://bibliotekanauki.pl/articles/242331.pdf
Data publikacji:
2018
Wydawca:
Instytut Techniczny Wojsk Lotniczych
Tematy:
entomopter
flapping wings
aerodynamics
neural network
modelling
aerodynamika
sieć neuronowa
modelowanie
Opis:
The article is close connected with building flying object, that fly like an insect (entomopter). Present work concerns on concept of aerodynamic model using artificial neural networks. Model is used in simulations of flight of entomopter. Aerodynamic model based on experimental data. Necessary data are taken from experiment performed in water tunnel on entomopter model. For this case dynamic test are required. Measurements are ducted during sinusoidal motion of whole model. Modelled object is dipterous. Each wing can perform various spherical motions (wing is rotated around point). The motion of the wing in this case was two-dimensional; it was rotated around two axis. As a model, specially trained neural network is used. For training are used data from measurement. Presented in this article approach is based on artificial neural networks. In this article, innovative concept of model, describing unsteady aerodynamics of entomopter was proposed. It was shown that it could be easily implemented as mathematical model. Unsteady effects related to many state variables can be easily captured. Model can be easily adopted to predict different states of flight by networks training on appropriate data. Test has to reproduce real conditions as close, as it is possible. In reality, it is challenging to design test that will reproduce similar motion.
Źródło:
Journal of KONES; 2018, 25, 4; 49-57
1231-4005
2354-0133
Pojawia się w:
Journal of KONES
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of artificial neural networks in tribology - prediction and classification models
Autorzy:
Gocman, K.
Kałdoński, T.
Powiązania:
https://bibliotekanauki.pl/articles/244086.pdf
Data publikacji:
2009
Wydawca:
Instytut Techniczny Wojsk Lotniczych
Tematy:
tribology
boundary friction
ubricity
modelling of tribological processes
artificial neural networks
Opis:
The influence of load and rotational speed on wear and moment of friction is presented in this paper. The tests were carried out under both constant and increasing load and at wide range of rotational speed. During the tests moment offriction, oil temperature and weather conditions were registered. On the basis of obtained results neural models for prediction of wear, moment of friction and friction classifiers were created. The different kinds of artificial neural networks and different training algorithms were applied in order to obtain the best generalisation and quality of created models. All researches showed that artificial neural networks are useful as prediction and classification models. Because of too small teaching data models were limited only to two inputs - load and rotational speed and one output — wear, moment offriction or state. The best models achieved very good precision — testing error lower than 5%. It was also proved, that various types of networks have different usefulness for different applications. MLP networks turned out to be the best wear models, GRNN networks gave the best results as models of moment offriction and RBF networks were proved to be the best classifiers. To obtain model which will give better characterization of processes proceeded in tribological pairs, much more experiments to increase teaching data have to be conducted.
Źródło:
Journal of KONES; 2009, 16, 1; 137-144
1231-4005
2354-0133
Pojawia się w:
Journal of KONES
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelling of UAV flight dynamics using perceptron artificial neural networks
Identyfikacja modelu dynamiki lotu bezpilotowego statku powietrznego z wykorzystaniem perceptronowego sztucznych sieci neuronowych
Autorzy:
Manerowski, J.
Rykaczewski, D.
Powiązania:
https://bibliotekanauki.pl/articles/281281.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
Tematy:
unmanned aerial vehicle (UAV)
flight mechanics
mathematical modelling
artificial neural networks
Opis:
The methodology of modelling flight dynamics of UAV using perceptron artificial neural networks has been presented. The modelling is based on experimental data recorded during flight characteristic and performance tests of UAVs that is a part of a set to give training to anti-aircraft artillery. The artificial neural network structure in quasi-static and dynamic flights have been given. The accuracy indexes also have been given.
W artykule przedstawiono metodologię modelowania dynamiki lotu bezpilotowego statku powietrznego z wykorzystaniem perceptronowych sztucznych sieci neuronowych. Modelowanie oparto na wynikach eksperymentu uzyskanych podczas badań własności lotnych i osiągów bezpilotowego statku powietrznego wchodzącego w zestaw celów powietrznych do szkolenia wojsk OPL. Podano, w zagadnieniu quasi-ustalonym oraz dynamicznym, strukturę sieci neuronowej odwzorowującej własności lotne takiego obiektu oraz wskaźniki oceny dokładności.
Źródło:
Journal of Theoretical and Applied Mechanics; 2005, 43, 2; 297-307
1429-2955
Pojawia się w:
Journal of Theoretical and Applied Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prediction of Mechanical Properties of Woven Fabrics by ANN
Autorzy:
Elkateb, Sherien N.
Powiązania:
https://bibliotekanauki.pl/articles/2171977.pdf
Data publikacji:
2022
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
ANN
artificial neural network
mechanical properties
prediction performance
modelling
woven fabric
Opis:
This study aims to obtain an accurate prediction model of mechanical properties of woven fabric to achieve customer satisfaction. Samples of plain woven fabric were produced from different yarn counts and blend ratios of cotton and polyester of weft yarn at different weft densities. Mechanical properties such as tensile strength, bending stiffness and elongation% in both the warp and weft directions were tested. The prediction model was based on Artificial Neural Networks (ANNs). For each model, thirty-nine samples were used for training and fifteen for testing prediction performance. Findings indicated that the ANN achieved a perfect performance in predicting all properties.
Źródło:
Fibres & Textiles in Eastern Europe; 2022, 4 (151); 54--59
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Artificial neural network modelling to predict optimum power consumption in wood machining
Autorzy:
Tiryaki, S.
Malkocoglu, A.
Ozsahin, S.
Powiązania:
https://bibliotekanauki.pl/articles/52411.pdf
Data publikacji:
2016
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Drewna
Tematy:
artificial neural network
modelling
optimization
power consumption
wood processing
planing
wood product
Źródło:
Drewno. Prace Naukowe. Doniesienia. Komunikaty; 2016, 59, 196
1644-3985
Pojawia się w:
Drewno. Prace Naukowe. Doniesienia. Komunikaty
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Life Factor Approach to the Yield Prediction: a Comparison with a Technological Approach in Reliability and Accuracy
Autorzy:
Lykhovyd, Pavlo
Powiązania:
https://bibliotekanauki.pl/articles/124852.pdf
Data publikacji:
2019
Wydawca:
Polskie Towarzystwo Inżynierii Ekologicznej
Tematy:
artificial neural network
life factor
multiple linear regression
technological factor
yield modelling
Opis:
There are a number of various approaches to the development of yield predictive models in agriculture. One of the most popular ones is based on the yield modeling from the parameters of crop cultivation technology. However, there is another view on the yield prediction models, which is based on the use of life factors as yielding parameters. Our study is devoted to the comparison of a conventional technological approach to the yield prediction with a less prevalent approach of life factor based yield modeling. The testing of two approaches was performed by using the yielding data of sweet corn cultivated in the field trials under the drip-irrigated conditions of the Southern Ukraine, under the different technological treatments, viz. plowing depth, nutrition, and crop density. We developed two multiple linear regression models to compare their efficiency in the yielding predictions. One of the models used cultivation technology parameters as the inputs while the other used life factors as the inputs. Life factors were expressed in numeric values by using the following converter: total water consumption of the crop was used as the factor of water, the total sum of positive temperatures was used as the factor of heat, and the total sum of the main nutrients (NPK) available in the soil was used as the factor of nutrition. The results of the study proved an equal accuracy and reliability of the studied models of sweet corn yields, which is obvious from the values of RSQ. RSQ of the both studied regression models was 0.897. However, additional check of the modeling approaches applied in the feed-forward artificial neural network showed that the life factor based model with the RSQ value of 0.953 provided better yield predictions than the technologically based model with the RSQ value of 0.913. Therefore, we concluded that the life factor approach should be preferred to the technological approach in the development of yield predictive models for agriculture.
Źródło:
Journal of Ecological Engineering; 2019, 20, 6; 177-183
2299-8993
Pojawia się w:
Journal of Ecological Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-25 z 64

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