Temat: symulacja neuronowa - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Wpływ degradacji urządzeń pomiarowych na pozyskiwanie symptomów niesprawnej pracy złożonych obiektów energetycznych
Influence of measuring equipment degradation on gaining of symptoms of large power units inefficient operation
Autorzy:: Głuch, J.
Powiązania:: https://bibliotekanauki.pl/articles/327488.pdf
Data publikacji:: 2008
Wydawca:: Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:: symulacja neuronowa
diagnostyka cieplno-przepływowa
turbina parowa
neural simulation
thermal diagnostics
flow diagnostics
steam power plants
measuring system
Opis:: Opisywana jest możliwość budowania relacji cieplno-przepływowych diagnostycznych z zastosowaniem metody sztucznych sieci neuronowych. Są one zastosowane do detekcji zdegradowanych urządzeń pomiarowych w złożonych systemach pomiarowych. Przedstawiono to na przykładzie bloku energetycznego dużej mocy. Wykorzystano obliczenia symulacyjne degradacji. Rozważano zarówno degradacje samego systemu pomiarowego jak i degradacje geometrii urządzeń składowych. Pokazano dobrą jakość określania symptomów degradacji. Wykorzystano przykłady z praktyki eksploatacyjnej.
Possibility of building of diagnostic relations with usage of artificial neural networks ANN is described in the paper. The relations are applied for detection of the degraded measuring devices in steam power cycles of complex electricity generation systems. The example of the large steam turbine power plant is shown in the paper. Neuronal diagnostic relations are created on the basis of simulation calculations. There are taking into account both degradations of that of measuring equipment as well as simultaneously occurring degradations of measuring equipment and components of thermal cycle. Good quality of neuronal calculations is stated. Application of these relations is shown on some examples from exploitation practice.
Źródło:: Diagnostyka; 2008, 2(46); 67-70
1641-6414
2449-5220
Pojawia się w:: Diagnostyka
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Artificial neural network simulation of lower limb joint angles in normal and impaired human gait
Autorzy:: Błażkiewicz, M.
Wit, A.
Powiązania:: https://bibliotekanauki.pl/articles/306964.pdf
Data publikacji:: 2018
Wydawca:: Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:: sztuczna sieć neuronowa
chód człowieka
symulacja chodu
artificial neural network
joint angle
gait simulation
Opis:: Simulating the complexities of lower limb motion can be useful for orthosis or rehabilitation planning. The aim of this study was to develop an artificial neural network (ANN) able to accurately simulate the changes in the angle of the ankle, knee and hip joints during the gait cycle, then to use it to simulate the impact of a restricted range of ankle and hip joint angle changes on the progression of the knee joint angle. Methods: Thirty four young healthy students participated in the study. Gait kinematics data were collected using the Vicon system, then analyzed with an ANN. Results: We developed an ANN able to accurately simulate the progression of joint angles of lower-limb motion; its simulation of the impact of restricted ankle and hip joint angular ranges in the on the knee joint indicate that the braking phase is critical. Conclusions: ANNs offer a useful research method in clinical biomechanics. Further research in this vein should expand our understanding of compensatory functions in the lower limbs.
Źródło:: Acta of Bioengineering and Biomechanics; 2018, 20, 3; 43-49
1509-409X
2450-6303
Pojawia się w:: Acta of Bioengineering and Biomechanics
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Wykorzystanie sztucznych sieci neuronowych typu RBF do predykcji plonu wybranych roślin zbożowych
The use of artificial neuronal networks of the RBF type for prediction of yield of chosen cereal plants
Autorzy:: Boniecki, P.
Powiązania:: https://bibliotekanauki.pl/articles/335789.pdf
Data publikacji:: 2005
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:: sztuczna sieć neuronowa
RBF
predykcja
plon
zboże
symulacja komputerowa
artificial neural network
prediction
yield
cereal plant
computer simulation
Opis:: Pojawiające się ostatnio metody, mające cechy sztucznej inteligencji, pozwalają na budowę modeli symulacyjnych, które realizują postawione zadania w oparciu o wzorce zaczerpnięte bezpośrednio z obserwacji przyrody [1]. Szczególną grupę stanowią techniki przetwarzania oparte na sztucznych sieciach neuronowych, będące w istocie komputerowymi symulatorami pracy mózgu [3]. Za pomocą modeli neuronowych można m.in. dokonać predykcji wielkości plonów płodów rolnych w oparciu o posiadane empiryczne dane, dotyczące zbiorów w latach ubiegłych. W pracy proponuje się wykorzystanie technik predykcyjnych, jakie m.in. reprezentują wybrane topologie sieci neuronowych, w szczególności sieci neuronowe typu RBF (Radial Basis Functions).
Appearing recently methods, having guilds of artificial intelligence, permit on building of simulating models which realize assigned tasks on the basis of patterns taken directly with nature observation [1]. The processing techniques based on artificial neural networks create a special group, being in fact a computer simulators of brain work [3]. With the help of neuronal models it is possible to predict the expected crops yield on the basis of empirical data regarding crop yields in last summers. This work proposes utilization of prediction methods, which represent chosen topologies of neuronal nets among others, the RBF (Radial Basis Functions) neural network peculiarly.
Źródło:: Journal of Research and Applications in Agricultural Engineering; 2005, 50, 2; 15-19
1642-686X
2719-423X
Pojawia się w:: Journal of Research and Applications in Agricultural Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "symulacja neuronowa" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język