Temat: neuron network - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Predykcja natężenia ruchu w ciągu skrzyżowań z wykorzystaniem sieci neuronowych
The traffic flow prediction in the intersections using neural networks
Autorzy:: Pamuła, T.
Powiązania:: https://bibliotekanauki.pl/articles/254214.pdf
Data publikacji:: 2015
Wydawca:: Instytut Naukowo-Wydawniczy TTS
Tematy:: sieć neuronowa
predykcja
natężenie ruchu
neuron network
prediction
traffic
Opis:: W artykule zaproponowano wykorzystanie jednej sieci neuronowej do krótkoterminowej predykcji wartości natężeń ruchu dla wylotów dwóch kolejnych skrzyżowań tej samej ulicy. Predykcja natężenia ruchu na drugim skrzyżowaniu została wykonana na podstawie danych historycznych dla skrzyżowania pierwszego. Pozwala to na określenie przyszłego natężenia ruchu na wylocie tego skrzyżowania w przypadku braku danych rejestrowanych na tym skrzyżowaniu. Dokonano walidacji modelu z użyciem historycznych danych otrzymanych z Centrum Sterowania Ruchem w Gliwicach. Baza danych obejmuje dane o natężeniu ruchu z 6 miesięcznego okresu rejestracji w 2014 roku (luty-lipiec). W badaniach wykorzystano wartości natężenia ruchu rejestrowane w odstępach 15 minutowych.
The paper presents a proposal of using one neural network for short time prediction of traffic flow on two adjacent junctions of a traffic route. The traffic flow on the second junction is predicted on the basis of historic data registered at the first junction. This allows to forecast the flow on the second junction in the case of failure of its flow measuring devices. The proposed NN is validated using data acquired from the Road Traffic Control Centre in Gliwice. The database consists of traffic flow measurements collected over 6 months in 2014 (February - July). The flow was registered in 15 min intervals.
Źródło:: TTS Technika Transportu Szynowego; 2015, 12; 1180-1185, CD
1232-3829
2543-5728
Pojawia się w:: TTS Technika Transportu Szynowego
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Rozpoznawanie obrazów z użyciem sztucznych sieci neuronowych
Image recognition with artificial neuron networks
Autorzy:: Langman, J.
Powiązania:: https://bibliotekanauki.pl/articles/290854.pdf
Data publikacji:: 2005
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Tematy:: sztuczna sieć neuronowa
rozpoznawanie obrazów
artificial neuron network
image recognition
Opis:: W pracy przedstawiono propozycję architektury sztucznej sieci neuronowej, która może być zastosowana do rozpoznawania obrazów. Cechuje się one modularną budową, co powoduje iż rozbudowa już nauczonej sieci polega na dołączeniu nauczonego dodatkowego modułu bez konieczności ingerencji w istniejącą cześć sieci.
The study presents architecture proposal for artificial neuron network, which may be employed for image recognition. Modular structure is characteristic for it, as a result of which development of already taught network involves adding taught extra module without the need to interfere with existing part of the network.
Źródło:: Inżynieria Rolnicza; 2005, R. 9, nr 10, 10; 263-268
1429-7264
Pojawia się w:: Inżynieria Rolnicza
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Zastosowanie sieci neuronowej do określania efektywności pracy rozdrabniacza leśnego
Emploment of neuron network for definition of effectiveness of work forestry shreder
Autorzy:: Maksymiak, M.
Grieger, A.
Powiązania:: https://bibliotekanauki.pl/articles/289071.pdf
Data publikacji:: 2007
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Tematy:: sztuczna sieć neuronowa
rozdrabniacz leśny
efektywność
artificial neuron network
forestry
shredder
effectiveness
Opis:: Poprawa jakości użytkowania maszyn do prac w lesie wymaga stosowania nowoczesnych narzędzi wspomagających decyzje. Celem pracy była budowa SSN do wspomagania procesu decyzyjnego w zakresie wyznaczania efektywności wykorzystania rozdrabniacza leśnego na podstawie przewidywanych parametrów pracy. Badania przeprowadzono na dwóch różnych zestawach maszyn; ciągnika rolniczego ZTS 16245 w połączeniu z rozdrabniaczem Seppi m, i ciągnika rolniczego Crystal 160 z rozdrabniaczem Atilla ST. Zebrane dane z badań stosowano do uczenia szeregu złożonych sieci neuronowych. Parametrem wyjściowym w procesie uczenia była efektywność pracy rozdrabniacza leśnego wyrażona w rbh/ha. Porównano szereg modyfikacji wag sieci. Jako właściwe rozwiązanie w postaci nauczonej sieci przyjęto najmniejszy błąd względny uzyskany po zakończeniu procesu uczenia. Powyższe badania wykazały, że różnice błędu względnego dla różnych układów SSN są nieznaczne, mianowicie występują w przedziale od 10,7% do 19,1%. Możliwe zatem jest stosowanie tego typu rozwiązania jako narzędzia ułatwiającego zarządzanie techniką do prac leśnych.
Improvement quality of operation machines to work on forest require to use modern implements asist decision. The aim of this study is to create a model, which would use artificial neuron networks to establish the optimal effectiveness of a forestry shredder. The research ware precede on base on example of two sets of machines: Seppi m and tractor ZTS 16245, and Atilla ST and tractor Crystal 160. The initial parameter was the effectiveness of the forestry shredder indicated by working hours / area. Several modifications of network worth were compared. The process for different versions was conducted according to the methodology of comparing quality of the network learning to various number of the neurons in several layers.
Źródło:: Inżynieria Rolnicza; 2007, R. 11, nr 2 (90), 2 (90); 175-181
1429-7264
Pojawia się w:: Inżynieria Rolnicza
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: The mechanism of the analysis of entering Internet traffic for the presence of threats
Mekhanizm analiza vkhodjashhego Internet trafika na naliche ugroz
Autorzy:: Petrov, A.
Velchenko, S.
Powiązania:: https://bibliotekanauki.pl/articles/792762.pdf
Data publikacji:: 2012
Wydawca:: Komisja Motoryzacji i Energetyki Rolnictwa
Tematy:: external threat
information system
semantic neuron network
virtual network
automated informative system
Internet traffic
Źródło:: Teka Komisji Motoryzacji i Energetyki Rolnictwa; 2012, 12, 4
1641-7739
Pojawia się w:: Teka Komisji Motoryzacji i Energetyki Rolnictwa
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 5.

Tytuł:: Wyznaczanie gęstości nasion jęczmienia jarego przy wykorzystaniu sztucznych sieci neuronowych
Spring barley seeds density determination using artificial neuron networks
Autorzy:: Francik, S.
Hebda, T.
Powiązania:: https://bibliotekanauki.pl/articles/290414.pdf
Data publikacji:: 2005
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Tematy:: sztuczna sieć neuronowa
jęczmień jary
ziarno
gęstość
artificial neuron network
spring barley
seed
density
Opis:: W pracy opracowano modele wykorzystujące sztuczne sieci neuronowe do wyznaczenia gęstości nasion jęczmienia jarego (odmiany Stratus i Rodos). Po przebadaniu 200 sieci wybrano jako modele dwie sieci typu perceptron trójwarstwowy. Jako dane wejściowe istotne okazały się mass ziarna, długości i jeden z wymiarów poprzecznych (grubość albo szerokość). Wybrane sieci neuronowe zachowały zdolność generalizacji - średnie błędy względne dla danych testujących (nie wykorzystywanych w procesie uczenia) były nieznacznie większe niż dla danych walidacyjnych.
The study involved development of models using artificial neuron networks to determine spring barley seeds density (Stratus and Rodos varieties). After having tested 200 networks, two three-layer perception-type networks were selected for models. Important input data were: seed weight, seed length, and one of crosswise dimensions (thickness or width). Selected neuron networks maintained their generalization ability - mean relative errors for testing data (not used in learning process) were slightly higher than for validation data.
Źródło:: Inżynieria Rolnicza; 2005, R. 9, nr 10, 10; 83-90
1429-7264
Pojawia się w:: Inżynieria Rolnicza
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 6.

Tytuł:: Efficient nonlinear predictive control based on structured neural models
Autorzy:: Ławryńczuk, M.
Powiązania:: https://bibliotekanauki.pl/articles/907652.pdf
Data publikacji:: 2009
Wydawca:: Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:: sterowanie procesami
sterowanie predykcyjne
sieć neuronowa
optymalizacja
linearyzacja
process control
model predictive control
neuron network
optimisation
linearisation
Opis:: This paper describes structured neural models and a computationally efficient (suboptimal) nonlinear Model Predictive Control (MPC) algorithm based on such models. The structured neural model has the ability to make future predictions of the process without being used recursively. Thanks to the nature of the model, the prediction error is not propagated. This is particularly important in the case of noise and underparameterisation. Structured models have much better long-range prediction accuracy than the corresponding classical Nonlinear Auto Regressive with eXternal input (NARX) models. The described suboptimal MPC algorithm needs solving on-line only a quadratic programming problem. Nevertheless, it gives closed-loop control performance similar to that obtained in fully-fledged nonlinear MPC, which hinges on online nonconvex optimisation. In order to demonstrate the advantages of structured models as well as the accuracy of the suboptimal MPC algorithm, a polymerisation reactor is studied.
Źródło:: International Journal of Applied Mathematics and Computer Science; 2009, 19, 2; 233-246
1641-876X
2083-8492
Pojawia się w:: International Journal of Applied Mathematics and Computer Science
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 7.

Tytuł:: Zastosowanie metod analizy obrazów do automatycznej detekcji i pomiaru źrenic oczu
Methods of image analysis used for automatic detection of human eye pupils
Autorzy:: Koprowski, R.
Tokarczyk, R.
Wróbel, Z.
Powiązania:: https://bibliotekanauki.pl/articles/131258.pdf
Data publikacji:: 2006
Wydawca:: Stowarzyszenie Geodetów Polskich
Tematy:: digital image
image analysis
correlation
neuron network
morphological analysis
obraz cyfrowy
analiza obrazu
korelacja
sieć neuronowa
analiza morfologiczna
Opis:: Potrzeby diagnostyki medycznej wad budowy i postawy człowieka wymagają stworzenia prostej metody jego pozycjonowania w trójwymiarowej przestrzeni. Jedną z metod wyznaczania położenia charakterystycznych punktów ciała jest metoda fotogrametryczna. Pomierzone punkty na zdjęciach służą do zbudowania przestrzennego modelu i za pomocą punktów dostosowania umieszczenia go w układzie odniesienia. Fotogrametryczny system do pomiaru 3D punktów ciała ludzkiego opracowany w Zakładzie Fotogrametrii i Informatyki Teledetekcyjnej WGGiIŚ AGH w Krakowie wymaga pomiaru na zdjęciach cyfrowych wybranych miejsc ciała ludzkiego, sygnalizowanych styropianowymi kulkami-markerami oraz środków źrenic oczu. W ramach automatyzacji pomiaru na zdjęciach prowadzone są badania nad metodami detekcji i pomiaru trzech grup punktów: fotopunktów, markerów na pacjencie oraz źrenic oczu Niniejsze opracowanie dotyczy metody automatycznego pomiaru trzeciej grupy punktów pomiarowych. Opracowana metoda detekcji źrenic oczu wymaga zrealizowania celów cząstkowych: detekcji markerów na ciele pacjenta, segmentacji obrazu ciała dla wykrycia głowy z rejonem oczu, wykrycia i pomiaru środków źrenic. Pierwszy z celów osiągnięto wykorzystując metodę korelacji krzyżowej. Do wykrycia rejonu oczu wykorzystano analizę skupień zbioru wspołrzędnych metodą k najbliższych sąsiadów. Dalsze przybliżenie rejonu oczu osiągnięto wykorzystując analizę statystyczną dużej ilości zdjęć pacjentów dla wyznaczenia współczynnika kryterium rejonizacji. Metodyka wyznaczania położenia oczu, centralnych punktów położenia źrenic została oparta na sieciach neuronowych ze wsteczną propagacją błędu. Uzyskana dokładność metody została oceniona na poziomie około 1 piksela, jej skuteczność w znacznej mierze zależy od prawidłowej detekcji markerów na ciele pacjenta.
The needs of medical rehabilitation requires the creation of a simple method for the positioning of a human body in 3-D space. The method of posture analysis consists in simple visualization of particular characteristic points of the patient’s body. Usually, an assessment of the relative displacement and asymmetry of these points are a reliable measure of pathological body posture deviation. One of the methods of determining the position of characteristic points is the photogrammetric method. The points measured in the images are used to create a spatial model and, based on control points, position it in a reference system. The photogrammetric system for measuring 3D points located on a human body has been developed in the Department of Photogrammetry and Remote Sensing Informatics, Technical University – AGH Kraków. In the system, on digital images (taken with two compact, free-focus-type digital cameras), special markers (light foamed polystyrene balls) located on chosen points of human body and the center of an eye pupil are measured. To make the system more automatic, the research is carried on to automatically detect and measure the three following groups of points: control points, markers located on the human body and eye pupil. In this paper, the method of automatic measurement of last group of points is considered. The developed method of eye pupil detection requires achieving the following goals: detection of markers located on the human body, segmentation of the body image to detect a head, approximate eye localization and, finally, the measurement of a pupil center. The first goal was achieved by using the cross correlation method. The localization of the eyes was done by analyzing the coordinates’ set concentration by k nearest neighbors. The achieved results were divided into two sets pa 1 and pa 2 , which consist of data on the position of markers located on the front and back sides of body. A further approximation of eye location was achieved using statistical analysis of many images to determine the coefficient as a criterion for region membership. The methodology of determination of eye position, and pupil center were based on a neural network with backward error propagation. The achieved accuracy was estimated as 1 pixel, but the efficiency strongly depends on the proper detection of the markers located on the patient’s body.
Źródło:: Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2006, 16; 305-317
2083-2214
2391-9477
Pojawia się w:: Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 8.

Tytuł:: Stabilność układu sterowania z regulatorem neuronowym
Stability of system with neurocontroller
Autorzy:: Hirniak, Y.
Ivakhiv, O.
Nakonechnyi, M.
Repetylo, T.
Powiązania:: https://bibliotekanauki.pl/articles/268949.pdf
Data publikacji:: 2014
Wydawca:: Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:: sieć neuronowa
dynamika układów sterowania
system sterowania
stabilność
neuron network
non-linear object
system control
controller
algorithm studying
Opis:: W artykule rozpatrzono sposób syntezy regulatorów neuronowych, które wykorzystuje się do sterowania dynamicznymi obiektami nieliniowymi. Zbadano stabilność układu sterowania z regulatorem neuronowym, którego struktura została zaprojektowana według pożądanej reguły sterowania. Zaproponowano strukturę, w której w przeciwieństwie do zwykle stosowanego wprowadzenia uchybu regulacji na wejście regulatora podaje się sygnał wejściowy oraz wyjściowy na dwa oddzielne wejścia, co powoduje większą skuteczność działania systemu sterowania, a mianowicie polepszenie, jakości sterowania oraz przyśpieszenie reakcji systemu na sygnały wymuszające.
The nature of nonlinearities in the objects of control particularly in the drives of robotic systems as dynamic objects of the second order is analyzed and shown that under the influence of some loads the mathematical model of such object is nonlinear and its linearization leads to disregard factors that significantly affect the dynamics of the object. The controllers which are built using classical methods in the process of system operation do not provide full adequacy between the values of specified and actual controlled variables of nonlinear control objects. An application of neural controllers promises the best prospects. We consider features of construction of dynamic neural network and the mathematical models of standard carried the review of functions of activation neurons and feasibility of using gradient algorithms including the algorithm Levenberg Marquardt for training dynamic neural networks. It is supposed that the system is based on the proportional-integral-differential law. The stability of the system supported by neurocontroller with two separated inputs is discussed. Obviously the control action of such dynamic system is corresponded with the difference between output signals of the non-linear object and the chosen standard. On contrary to a typical structure it was proposed to put these signals on two separate inputs. During the training procedure everyone weight is found one from another independently. This task has been considered which include the location of the dominant roots of the characteristic equation of the closed-loop system in a given area of the complex plane of the roots and then return back to the open-loop system. The comparison of obtained errors in traditional and proposed structures of neurocontroller showed that the last one is the most effective in quality and productivity sense.
Źródło:: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2014, 38; 23-27
1425-5766
2353-1290
Pojawia się w:: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 9.

Tytuł:: Przegląd zastosowań sieci neuronowych w transporcie
The rewiev of the applications of neural networks in transport
Autorzy:: Pamuła, T.
Powiązania:: https://bibliotekanauki.pl/articles/250641.pdf
Data publikacji:: 2015
Wydawca:: Instytut Naukowo-Wydawniczy TTS
Tematy:: sieć neuronowa
transport
ruch drogowy
sterowanie ruchem
polityka transportowa
ekonomia transportowa
neuron network
traffic
motion control
transport policy
transport economy
Opis:: Zdolność sieci neuronowej do odwzorowania nieliniowych zależności między zmiennymi opisującymi zachowanie obiektów oraz możliwość opracowania efektywnej konfiguracji sprzyja zastosowaniom w transporcie. W artykule przedstawiono reprezentatywne przykłady z zakresu: predykcji parametrów ruchu drogowego, sterowania ruchem drogowym, pomiarów parametrów ruchu, zachowania kierowców i prowadzenia autonomicznych pojazdów, ekonomii i polityki transportowej oraz omówiono własności proponowanych rozwiązań. Najczęściej wybieranymi sieciami neuronowymi są jednokierunkowe wielowarstwowe, trenowane z użyciem algorytmu propagacji wstecznej. W przeglądzie wzięto pod uwagę artykuły opublikowane w czasopismach w ciągu ostatnich pięciu lat.
The neuron networks capability to map nonlinear functions of variables describing the behaviour of objects and the simplicity of designing their configuration favours the applications in transport. The paper presents representative examples in the scope of: prediction of road traffic parameters, road traffic control, measurement of road traffic parameters, drivers behaviour and autonomous vehicles, economy and transport policies. The features of the solutions are examined. Feedforward multilayer neural networks, trained using backpropagation, are the most often utilised configurations in transport applications. In the review was taken into account the articles published in journals over the past five years.
Źródło:: TTS Technika Transportu Szynowego; 2015, 12; 1186-1190, CD
1232-3829
2543-5728
Pojawia się w:: TTS Technika Transportu Szynowego
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 10.

Tytuł:: Membrain neural network for visual pattern recognition
Autorzy:: Popko, A.
Jakubowski, M.
Wawer, R.
Powiązania:: https://bibliotekanauki.pl/articles/103198.pdf
Data publikacji:: 2013
Wydawca:: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:: neural network
pattern recognition
neuron model
Opis:: Recognition of visual patterns is one of significant applications of Artificial Neural Networks, which partially emulate human thinking in the domain of artificial intelligence. In the paper, a simplified neural approach to recognition of visual patterns is portrayed and discussed. This paper is dedicated for investigators in visual patterns recognition, Artificial Neural Networking and related disciplines. The document describes also MemBrain application environment as a powerful and easy to use neural networks’ editor and simulator supporting ANN.
Źródło:: Advances in Science and Technology. Research Journal; 2013, 7, 18; 54-59
2299-8624
Pojawia się w:: Advances in Science and Technology. Research Journal
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "neuron network" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język