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 "sieć sztuczna" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Podbaza

Wyrównaj
Wyświetlanie 1-15 z 228
Tytuł:
A comparative analysis of artificial neural network predictive and multiple linear regression models for ground settlement during tunnel construction
Autorzy:
Zou, Baoping
Chibawe, Musa
Hu, Bo
Deng, Yansheng
Powiązania:
https://bibliotekanauki.pl/articles/27312113.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
budowa
tunel
osiadanie gruntu
regresja liniowa wielokrotna
sieć neuronowa sztuczna
tunnel
construction
ground settlement
multiple linear regression
artificial neural network
Opis:
Ground settlement during and after tunnelling using TBM results in varying dynamic and static load action on the geo-stratum. It is an undesirable effect of tunnel construction causing damage to the surface and subsurface infrastructure, safety risk, and increased construction cost and quality issues. Ground settlement can be influenced by several factors, like method of tunnelling, tunnel geometry, location of tunnelling machine, machine operational parameters, depth & its changes, and mileage of recording point from starting point. In this study, a description and evaluation of the performance of the artifcial neural network (ANN) was undertaken and a comparison with multiple linear regression (MLR) was carried out on ground settlement prediction. The performance of these models was evaluated using the coefficient of determination R2, root mean square error (RMSE) and mean absolute percentage error (MAPE). For ANN model, the R2, RMSE and MAPE were calculated as 0.9295, 4.2563 and 3.3372, respectively, while for MLR, the R2, RMSE and MAPE, were calculated as 0.5053, 11.2708, 6.3963 respectively. For ground settlement prediction, both ANN and MLR methods were able to predict significantly accurate results. It was further noted that the ANN performance was higher than that of the MLR.
Źródło:
Archives of Civil Engineering; 2023, 69, 2; 503--515
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A durability analysis of forging tools for different operating conditions with application of a decision support system based on artificial neural networks (ANN)
Analiza trwałości narzędzi kuźniczych dla różnych warunków eksploatacji z wykorzystaniem systemu wspomagania decyzji opartego o sztuczne sieci neuronowe
Autorzy:
Hawryluk, M.
Mrzygłód, B.
Powiązania:
https://bibliotekanauki.pl/articles/1365633.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
sztuczna sieć neuronowa
system wspomagania decyzji
kucie matrycowe
trwałość narzędzi kuźniczych
zużycie i mechanizmy niszczące
artificial neural network
decision support system
die forging
durability of forging tools
wear and destructive mechanisms
Opis:
W pracy przedstawiono wyniki badań, dotyczące, procentowego udziału mechanizmów niszczących dla dwóch typowych wariantów eksploatacji narzędzi kuźniczych: smarowanych i chłodzonych oraz bez smarowania. Prezentowane wyniki pochodzą z opracowanego przez autorów systemu wspomagania decyzji (SEPEK-2) działającego w oparciu o sztuczną sieć neuronową. Wiedza o analizowanym zagadnieniu trwałości narzędzi kuźniczych, potrzebna do procesu uczenia sztucznej sieci neuronowej zawarta była w zestawie danych uczących, pochodzących z kompleksowych badań, zrealizowanych w warunkach przemysłowych. Zestaw danych uczących obejmował zbiór 450 rekordów wiedzy. W pracy przestawiono proces pozyskiwania wiedzy, przyjętą architekturę sieci neuronowej oraz parametry opracowanej sieci. Przeprowadzona globalna analiza wyników generowanych przez opracowany system, dla trwałości traktowanej jako zwiększająca się liczba odkuwek (od 0 do 25000 sztuk), wykazała że dla narzędzi smarowanych i chłodzonych dominującym mechanizmem jest zmęczenie cieplno-mechaniczne, a nie zużycie ścierne, które rzeczywiście dominuje w procesach kucia dla narzędzi niechłodzonych i niesmarowanych. Należy podkreślić, że zdecydowana większość opracowań z tego obszaru przypisuje, że to zużycie ścierne jest dominujące, a jak wykazały wyniki badań i analiz dla wybranych reprezentatywnych procesów kucia, przy wykorzystaniu systemu wspomagania decyzji opartego o SNN, to zmęczenie cieplno-mechaniczne jest dominujące w tych procesach. Jednakże ze względu na łatwą mierzalność oraz popularnie stosowane modele zużycia ściernego, bazujące na modelu Archarda, to właśnie zużyciu ściernemu przypisuję się największy udział, choć w rzeczywistości dla narzędzi smarowanych i chłodzonych zmęczenie cieplno-mechaniczne wzmaga ów efekt przypisywany zużyciu ściernemu. Natomiast ogólnie przyjęty pogląd jest słuszny, w przypadku narzędzi niesmarowanych. co potwierdziły także analizy przy wykorzystaniu SNN.
The paper presents the results of research concerning the percentage participation of destructive mechanisms for two typical variants of exploitation of forging tools: lubricated and cooled, and without lubrication. Discussed results come from the developed by the authors the decision support system (SEPEK-2) based on artificial neural network. The knowledge about the durability of forging tools needed for learning artificial neural network was included in the training data set, from comprehensive studies, carried out in industrial conditions. Set of training data set included 450 records of knowledge. The paper presents the process of acquiring knowledge, adopted neural network architecture and parameters developed network. Carried out a global analysis of the results generated by the developed system for the durability of forging tools treated as the maximum number of produced forgings to their destruction (from 0 to 25,000 items), showed that for the lubricated and cooling tools the dominant mechanism is thermo-mechanical fatigue, and do not abrasive wear, which actually dominates in the process of forging tools for uncooled and unlubricated tools. It should be emphasized that the overwhelming majority of studies in this area is attributed that to abrasive wear is dominant, and as shown by the results of research and analysis for the selected representative forging processes, with the use of decision support system based on ANN, the fatigue a thermo-mechanical is dominant in these processes. However, due to the easy measurability and commonly used models wear, based on the model of Archard, it is abrasive wear assigned the largest participation. In fact, for the tool lubricated and cooled tools a thermo-mechanical fatigue intensifies this effect attributed to abrasive wear. While the generally accepted view is correct, in the case of tools unlubricated, as confirmed by the analysis using ANN.
Źródło:
Eksploatacja i Niezawodność; 2017, 19, 3; 338-348
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Model for Assessing The Level of Automation of a Maintenance Department Using Artificial Neural Network
Autorzy:
Halikowski, Daniel
Patalas-Maliszewska, Justyna
Skrzeszewska, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/118207.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
maintenance departments
artificial neural network
manufacturing companies
działy utrzymania ruchu
sztuczna sieć neuronowa
firmy produkcyjne
Opis:
With regard to adapting enterprise to the Industry 4.0 concept, the first element should be the implementation and use of an information system within a manufacturing company. This article proposes a model, the use of which will allow the level of automation of a maintenance department to be forecast, depending on the effectivity of the use of the Manufacturing Executions System (MES) within a company. The model was built on the basis of the actual times of business processes completed which were supported by MES in the maintenance departments of two manufacturing enterprises using artificial neural network. As a result of research experiments, it was confirmed that the longer the time taken to complete business processes supported by MES, the higher is the degree of automation in a maintenance department.
Źródło:
Applied Computer Science; 2018, 14, 4; 70-80
1895-3735
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A novel Parkinsons disease detection algorithm combined EMD, BFCC, and SVM classifier
Autorzy:
Boualoulou, Nouhaila
Mounia, Miyara
Nsiri, Benayad
Behoussine Drissi, Taoufiq
Powiązania:
https://bibliotekanauki.pl/articles/27313826.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
EMD
BFCC
MFCC
SVM
Parkinson’s disease
sztuczna sieć neuronowa
choroba Parkinsona
Opis:
Identifying and assessing Parkinson's disease in its early stages is critical to effectively monitoring the disease's progression. Methodologies based on machine learning enhanced speech analysis are gaining popularity as the potential of this field is revealed. Acoustic features, in particular, are used in a variety of algorithms for machine learning and could serve as indicators of the general health of subjects' voices. In this research paper, a novel method is introduced for the automated detection of Parkinson's disease through speech signal analysis, a support vector machines classifier (SVM) and an Artificial Neural Network (ANN) are used to evaluate and classify the data based on two acoustic features: Bark Frequency Cepstral Coefficients (BFCC) and Mel Frequency Cepstral Coefficients (MFCC). These features are extracted from the denoised signals using Empirical Mode Decomposition (EMD). The most relevant results obtained for a dataset of 38 participants are by the BFCC coefficients with an accuracy up to 92.10%. These results confirm that EMD-BFCC-SVM method can contribute to the detection of Parkinson's disease.
Źródło:
Diagnostyka; 2023, 24, 4; art. no. 2023404
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Adaptacyjne sterowanie silnikiem synchronicznym o magnesach trwałych
Adaptive permanent magnet synchronous motor control
Autorzy:
Pajchrowski, T.
Powiązania:
https://bibliotekanauki.pl/articles/377198.pdf
Data publikacji:
2013
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
silnik synchroniczny o magnesach trwałych
regulator neuronowy
sztuczna sieć neuronowa
układ napędowy
RPROP
Opis:
W artykule przedstawiono wyniki symulacyjne adaptacyjnego regulatora prędkości z zastosowaniem sztucznej sieci neuronowej dla napędu z silnikiem synchronicznym o magnesach trwałych. Omówiona została struktura sztucznej sieci neuronowej oraz metoda uczenia regulatora prędkości w czasie rzeczywistym. Model układu został opracowany w języku Matlab. Parametry regulatora są optymalizowane on-line według algorytmu RPROP. Przedstawione wyniki badań symulacyjnych ilustrują poprawne działanie adaptacyjnej regulacji prędkości na zmianę parametrów układu napędowego, takich jak moment bezwładności.
This paper presents the results of simulation of adaptive speed controller using an artificial neural network for permanent magnet synchronous motor drive. Discusses the structure of the artificial neural network and the method of learning the speed controller in real time. Model system has been developed in Matlab. The controller parameters are optimized on-line by RPROP algorithm. The simulation results illustrate the proper operation of the adaptive speed control to change the parameters of the drive system, such as the moment of inertia.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2013, 75; 127-133
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Adaptive predictions of the euro/złoty currency exchange rate using state space wavelet networks and forecast combinations
Autorzy:
Brdyś, M. A.
Brdyś, M. T.
Maciejewski, S. M.
Powiązania:
https://bibliotekanauki.pl/articles/330138.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
currency exchange rate
artificial intelligence
state space wavelet network
Metropolis Monte Carlo
forecast combinations
data generating process
kurs wymiany walut
sztuczna inteligencja
sieć falkowa
Opis:
The paper considers the forecasting of the euro/Polish złoty (EUR/PLN) spot exchange rate by applying state space wavelet network and econometric forecast combination models. Both prediction methods are applied to produce one-trading-day-ahead forecasts of the EUR/PLN exchange rate. The paper presents the general state space wavelet network and forecast combination models as well as their underlying principles. The state space wavelet network model is, in contrast to econometric forecast combinations, a non-parametric prediction technique which does not make any distributional assumptions regarding the underlying input variables. Both methods can be used as forecasting tools in portfolio investment management, asset valuation, IT security and integrated business risk intelligence in volatile market conditions.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2016, 26, 1; 161-173
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Aircraft engine overhaul demand forecasting using ANN
Autorzy:
Kozik, P.
Sęp, J.
Powiązania:
https://bibliotekanauki.pl/articles/407331.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
sztuczna sieć neuronowa
eksploatacja
naprawa
remont
części zamienne
artificial neural network
maintenance
repair
overhaul
spare parts forecasting
Opis:
Due to the unpredictable nature for aircraft maintenance repair parts demand, MRO (Maintenance, Repair, Overhaul) business perceive difficulties in forecasting and are currently looking for a superior forecasting solution. This paper deals with techniques applicable to predicting spare part demand replacement during helicopter PZL 10W engine overhaul - operating according to hard - time. The experimental results show new forecasting method based on hard - time as the predicted time of required demand and ANN technique as forecasting models predicted numbers of spare parts. The evolution for a new forecasting method, which will be a predictive error-forecasting model which compares and evaluates forecasting methods, based on their factor levels when faced with intermittent demand show as possibility of big changes in MRO lean manufacturing. The results confirm the continued superiority of the new method, whereas, most commonly leveraged methods such as moving average used by MRO business are found to be questionable, and consistently producing poor forecasting performance.
Źródło:
Management and Production Engineering Review; 2012, 3, 2; 21-26
2080-8208
2082-1344
Pojawia się w:
Management and Production Engineering Review
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Aktywna kompensacja falowania w urządzeniu offshore przy sterowaniu wykorzystującym sztuczną sieć neuronową
Active heave compensation in offshore equipment with a neural network based control system
Autorzy:
Szczotka, M.
Powiązania:
https://bibliotekanauki.pl/articles/155131.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
układ aktywnej kompensacji (AHC)
napęd aktywny
urządzenia offshore
sztuczna sieć neuronowa
active heave compensation
active drive
offshore machinery
artificial neural networks
Opis:
W artykule przedstawiono przykładowe rozwiązanie układu kompensującego ruchy statku wywołane falowaniem morskim. Zastosowano sterowanie w układzie zamkniętym, wykorzystując przy tym sztuczne sieci neuronowe. W analizowanym systemie lina jest prowadzona z wciągarki umiejscowionej na pokładzie jednostki, poprzez system krążków na A-ramie. Kompensacja ruchów statku bądź platformy umożliwia precyzyjne umieszczanie ładunku na dnie morza. Głównym komponentem odpowiedzialnym za eliminację ruchu ładunku jest system AHC wykorzystujący specjalny siłownik poruszający krążki i zmieniający długość liny. Zaproponowano prosty model umożliwiający symulacje układu w warunkach falowania oraz przeprowadzono przykładowe obliczenia.
An offshore equipment with heave compensation system is presented in the paper. A simplified mathematical model allows studying the motion of the load when lowering towards seabed. During wavy sea, the load oscillations generated by a moving base (vessel, platform) make it very difficult to install a subsea unit on the seabed. Costly equipment has to be treated in a special way: an AHC system must be used in order to prevent the modules from damage. An example system presented is based on an A-frame, mounted in mid-ship over the moon pool and a winch system. In-line mounted compensator on the cross beam is considered. The rope length is controlled by application of a set of moving sheaves. Lagrange equations of the second order are applied in order to derive the equations of motion. The load is assumed to be a point mass, having three degrees of freedom. The rope model takes into account stiffness and damping. Motion of the vessel is assumed to be known. Dynamic optimisation enabling determination of the drive functions is defined. The optimal drive function realises the desired motion of the compensation cylinder, which minimises the load movement. Even for a simple and very efficient model, it is not possible to find an optimal course of AHC cylinder stroke in real-time. Therefore the optimisation is used further to generate a set of basic functions minimising the load movement for a defined weather window. A neural network is introduced, having used the generated base as learning data for the network teaching process. Then the neural network can be applied to simulations as an open loop controller, thanks to generalisation properties of the network. In order to improve the quality of compensation, a closed loop control system composed of a digital PID controller and the neural network is applied. Some numerical results are presented. The method de-scribed can be used in real-time, thus it is possible to implement it in practice.
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 6, 6; 593-596
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Algorytm Ewolucyjny inspirowany informatyką kwantową do poprawy parametrów modelu neuralnego wyznaczania cen na Towarowej Giełdzie Energii Elektrycznej notowanych na RDN
Evolutionary Algorithm inspired by quantum information technology to improve the parametrers of the neural piice setting model on the Polish Power Exchange traded on the DAM
Autorzy:
Tchórzewski, Jerzy
Ruciński, Dariusz
Powiązania:
https://bibliotekanauki.pl/articles/377068.pdf
Data publikacji:
2019
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
Algorytm Ewolucyjny
dekwantyzacja
kwantowa liczba mieszana
kwantyzacja
obliczenia kwantowe
Rynek Dnia Następnego
Sztuczna Sieć Neuronowa
Towarowa Giełda Energii Elektrycznej
Opis:
Artykuł zawiera wybrane wyniki badań dotyczące istoty i implementacji Algorytmu Ewolucyjnego inspirowanego obliczeniami kwantowymi do poprawy parametrów modelu neuralnego wyznaczającego ceny na Towarowej Giełdzie Energii Elektrycznej. Do uczenia Sztucznej Sieci Neuronowej modelu systemu wykorzystano dane liczbowe notowane na Rynku Dnia Następnego w okresie od 01 stycznia 2015 r. do 30 czerwca 2015 r. Szczególną uwagę zwrócono na sposób systemowego tworzenie Populacji Początkowej oraz na sposób systemowego tworzenie funkcji krzepkości (funkcji przystosowania), a na tej bazie na metodę kwantyzacji, dekwantyzacji i obliczeń kwantowych przeprowadzonych z wykorzystaniem pojęcia kwantowej liczby mieszanej i rachunku wektorowo-macierzowego. Uzyskano znaczącą poprawę modelu neuralnego wspomaganego algorytmem ewolucyjnym inspirowanym kwantowo w stosunku do modelu neuralnego wspomaganego algorytmem ewolucyjnym bez inspiracji kwantowej.
The paper contains selected research results on the nature and implementation of the Evolutionary Algorithm inspired by quantum computation to improve the parameters of the neural model determining prices at the Polish Power Exchange. To learn the Artificial Neural Network system model, the figures quoted on the Commodity Electricity Market of the Day-Ahead Market were used in the period from January 1, 2018 to June 30, 2018. Particular attention was paid to the systemic creation of the Initial Population and the systemic creation of the function of solidification (function adaptation), and on this basis, the quantization, dequantization and quantum computation methods carried out using the quantum concept of a mixed number. Significant improvement of the neural model supported by quantum-inspired evolutionary algorithm in relation to the model without quantum inspiration was obtained.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2019, 100; 121-132
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Algorytm uczący sztuczną sieć neuronową zbudowany w języku VBA for Excel
Learning algorithm constructed an artificial neural network in VBA for Excel
Autorzy:
Zajkowski, K.
Duer, S.
Powiązania:
https://bibliotekanauki.pl/articles/253605.pdf
Data publikacji:
2012
Wydawca:
Instytut Naukowo-Wydawniczy TTS
Tematy:
algorytm
sztuczna sieć neuronowa
VBA for Excel
algorithm
artificial neural network
Opis:
W artykule przedstawiono realizację sztucznej sieci neuronowej przedstawionej teoretycznie w poprzednim artykule w tej publikacji. Zadaniem sieci jest wyznaczenie rozwiązania równań zawierających współczynniki niezdefiniowane liczbowo, lecz obszarowo. Położenie obszaru zależy od mierzonych wartości elektrycznych oraz od dokładności pomiarowych. Dla pewnych wartości współczynników układu równań nie istnieją funkcje odwrotne równań wejściowych. W tym przypadku niemożliwe jest wyznaczenie rozwiązania układu równań metodami klasycznymi.
This paper presents the implementation of artificial neural network theory, which is presented in previous publication. The network is determine solutions of equations containing coefficients undefined numerically, but sectorally. The location of this area depends on the measured values, and the accuracy of electrical measurements. For certain values of the coefficients of the equations are not inverse functions of input equations. In this case, it is impossible to determine a solution of the equations of classical methods.
Źródło:
TTS Technika Transportu Szynowego; 2012, 9; 531-539, CD
1232-3829
2543-5728
Pojawia się w:
TTS Technika Transportu Szynowego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An ANN-based scalable hashing algorithm for computational clouds with schedulers
Autorzy:
Tchórzewski, Jacek
Jakóbik, Agnieszka
Iacono, Mauro
Powiązania:
https://bibliotekanauki.pl/articles/2055176.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
hashing algorithm
artificial neural network
scalable cryptography algorithm
computational cloud
task scheduler
algorytm haszowania
sztuczna sieć neuronowa
algorytm kryptograficzny
chmura obliczeniowa
Opis:
The significant benefits of cloud computing (CC) resulted in an explosion of their usage in the last several years. From the security perspective, CC systems have to offer solutions that fulfil international standards and regulations. In this paper, we propose a model for a hash function having a scalable output. The model is based on an artificial neural network trained to mimic the chaotic behaviour of the Mackey–Glass time series. This hashing method can be used for data integrity checking and digital signature generation. It enables constructing cryptographic services according to the user requirements and time constraints due to scalable output. Extensive simulation experiments are conduced to prove its cryptographic strength, including three tests: a bit prediction test, a series test, and a Hamming distance test. Additionally, flexible hashing function performance tests are run using the CloudSim simulator mimicking a cloud with a global scheduler to investigate the possibility of idle time consumption of virtual machines that may be spent on the scalable hashing protocol. The results obtained show that the proposed hashing method can be used for building light cryptographic protocols. It also enables incorporating the integrity checking algorithm that lowers the idle time of virtual machines during batch task processing.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 4; 697--712
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An optimization of heuristic model of water supply system with genetic algorithm
Optymalizacja modelu heurystycznego sieci wodociągowej z zastosowaniem algorytmu genetycznego
Autorzy:
Wysogląd, B.
Wyczółkowski, R.
Powiązania:
https://bibliotekanauki.pl/articles/327832.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka
algorytm genetyczny
sztuczna sieć neuronowa
sieć wodociągowa
diagnostic
genetics algorithm
neural network
water pipeline
Opis:
The paper presents the method of optimization of heuristic model of water supply system with Genetic Algorithm. This model is an essential part of intelligent diagnostic system of local water supply system. The main task of this system is water leakage detecting and localization. For inputs, this system uses information from pressure or flow sensors, mounted on the pipeline network, the output is a piece of information about leakage detection and localization. The main advantage of this system is a possibility of approximate leakage localization using only a limited number of installed sensors. The first problem which should be solved to apply this system in practice is to find the best localization of sensor which should be installed on water pipeline. The method of solving this problem was described in the paper.
W artukule przedstawiono sposób optymalizacji heurystycznego modelu sieci wodociągowej, opartego o sztuczne sieci neuronowe, z zastosowaniem algorytmu genetycznego. Model ten stanowi zasadniczy element inteligentnego układu diagnozustyki sieci wodociągowej, mającego za zadanie wykrywanie przecieków sieci wodociągowej. Wejściami do modelu są dane z czujników ciśnienia lub przepływu zainstalowanych na sieci, zaś wyjściami informacja o lokalizacji potencjalnych przecieków. Podstawową zaletą tej koncepcji systemu diagnozowania sieci wodociągowej jest możliwość przybliżonej lokalizacji uszkodzeń sieci w oparciu o ograniczoną liczbę czujników na niej zainstalowanych. Istotnym problemem który należy rozwiązać w pierwszym etapie budowy systemu, jest wybór lokalizacji ograniczonej liczby czujników, zapewniających jednak identyfikowanie jak największej liczby potencjalnych awarii. Artykuł przedstawia sposób rozwiązania tego problemu poprzez optymalizację rozmieszczenia czujników z zastosowaniem algorytmu genetycznego.
Źródło:
Diagnostyka; 2006, 2(38); 49-52
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An overview of classification methods from dermoscopy images in skin lesion diagnostic
Przegląd metod klasyfikacji obrazów dermatoskopowych wykorzystywanych w diagnostyce zmian skórnych
Autorzy:
Michalska, Magdalena
Boyko, Oksana
Powiązania:
https://bibliotekanauki.pl/articles/407654.pdf
Data publikacji:
2020
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
dermatoscopic images
classification method
neural network
SVM
skin cancer
skin lesion
obraz dermatoskopowy
metoda klasyfikacji
sztuczna sieć neuronowa
nowotwór skóry
zmiany skórne
Opis:
The article contains a review of selected classification methods of dermatoscopic images with human skin lesions, taking into account various stages of dermatological disease. The described algorithms are widely used in the diagnosis of skin lesions, such as artificial neural networks (CNN, DCNN), random forests, SVM, kNN classifier, AdaBoost MC and their modifications. The effectiveness, specificity and accuracy of classifications based on the same data sets were also compared and analyzed.
Artykuł zawiera przegląd wybranych metod klasyfikacji obrazów dermatoskopowych zmian skórnych człowieka z uwzględnieniem różnych etapów choroby dermatologicznej. Opisane algorytmy są szeroko wykorzystywane w diagnostyce zmian skórnych, takie jak sztuczne sieci neuronowe (CNN, DCNN), random forests, SVM, klasyfikator kNN, AdaBoost MC i ich modyfikacje. Porównana i przeanalizowana została również skuteczność, specyficznośc i dokładność klasyfikatów w oparciu o te same zestawy danych.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2020, 10, 2; 36-39
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza jakości modelu matematycznego i modeli opartych na sztucznych sieciach neuronowych na przykładzie wybranych cech fizycznych komponentów
Adequacy of the mathematical model and the models based on artificial neural networks to evaluating the kinetic strength of feed pellets
Autorzy:
Grieger, A.
Rynkiewicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/288831.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
model matematyczny
sztuczna sieć neuronowa
pasza granulowana
wytrzymałość kinetyczna
mathematical model
artificial neural network
kinetic strength
feed pellet
Opis:
Opisano procedurę badania wytrzymałości kinetycznej paszy granulowanej. Na podstawie przeprowadzonego eksperymentu zbadano zależności pomiędzy stopniem rozdrobnienia komponentów paszy sypkiej i ciśnieniem pary podawanej do kondycjonera granulatora na wytrzymałość kinetyczną paszy granulowanej. Na podstawie uzyskanych wyników zbudowano model matematyczny i dziewięć modeli opartych na strukturze sztucznych sieci neuronowych. Na podstawie przeprowadzonej analizy nie stwierdzono istotnych różnic w wartościach średnich błędów względnych badanych modeli.
The procedure of testing kinetic strength of the feed pellets was described. On the basis of experiment results the relationship between finesses degree of ground feed components and the pressure of steam supplied to conditioning assembly of granulator, as well as their effect on the kinetic strength of feed pellets, were determined. Obtained results enabled to develop the mathematical model and nine models based on artificial neural networks. The ANN based models were the subjects to teaching according to the Neuronix 2.3 software. The errors arising at net-work teaching were compared with errors attributed to predetermined algorithm. No substantial differences were found between the mean values of relative errors bound to both tested models.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 8, 8; 101-109
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza jakościowa modeli neuronowych na przykładzie wytrzymałości kinetycznej granul
Qualitaty models analysis neural networks on the example of the pellet quality
Autorzy:
Rynkiewicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/290587.pdf
Data publikacji:
2006
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
wytrzymałość kinetyczna
sztuczna sieć neuronowa
pellets
kinetic strength
neural networks model
Opis:
W pracy dokonano analizy działania modeli neuronowych, które różniły się parametrami tj. liczbą neuronów i liczbą warstw ukrytych. Ocenę jakości działania przeprowadzono w oparciu o wartości uzyskanych błędów względnych i odchylenia standardowego. Do nauczania sieci neuronowych wykorzystano dane, dotyczące zależności pomiędzy średnią średnicą granulowanych cząstek komponentów i temperatury pary wodnej podawanej do kondycjonera granulatora a wytrzymałością kinetyczną granul.
In this work analyses of action of neural model were made. The neural models differed in parameters: number of neurons and the number of hidden layers. The assessment of the quality of action was carried in the support of relative mistakes gotten about value and of standard deviation. Data, concerning the relation was used to teaching neural networks between the average diameter particles of components and the temperature of given steam to conditioner and with kinetic durability of pellets.
Źródło:
Inżynieria Rolnicza; 2006, R. 10, nr 6(81), 6(81); 241-248
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 228

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