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 "systemy neuronowe" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Podbaza

Wyrównaj
    Wyświetlanie 1-32 z 32
    Tytuł:
    Accumulative information enhancement in the self-organizing maps and its application to the analysis of mission statements
    Autorzy:
    Kitajima, R.
    Kamimura, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/91614.pdf
    Data publikacji:
    2015
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    information
    neural systems
    computational method
    artificial data set
    mission
    statement
    informacja
    systemy neuronowe
    metoda obliczeniowa
    zbiór danych
    misja
    komunikat
    Opis:
    This paper proposes a new information-theoretic method based on the information enhancement method to extract important input variables. The information enhancement method was developed to detect important components in neural systems. Previous methods have focused on the detection of only the most important components, and therefore have failed to fully incorporated the information contained in the components into learning processes. In addition, it has been observed that the information enhancement method cannot always extract input information from input patterns. Thus, in this paper a computational method is developed to accumulate information content in the process of information enhancement. The method was applied to an artificial data set and the analysis of mission statements. The results demonstrate that while we were able to explicitly extract the symmetric properties of the data from the artificial data set, only one main factor was able to be extracted from the mission statement, namely, “contribution to the society”. The companies with higher profits tend to have mission statements concerning the society. The results can be considered to be a first step toward the full clarification of the importance of mission statements in actual business activities.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2015, 5, 3; 161-176
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Using hybridized techniques to develop an online workplace risk assessment tool
    Użycie technik hybrydowych w implementacji systemu online do oceny stresu w miejscu pracy
    Autorzy:
    Ghosh, A.
    Nafalski, A.
    Tweedale, J.
    Dollard, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/408265.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    stres w miejscu pracy
    inteligentny agent
    system wieloagentowy
    systemy neuronowe
    logika rozmyta
    work stress
    agent
    multi-agent system
    neural network
    fuzzy logic
    Opis:
    Recent research has shown that work stress has become a widespread concern in Australia and other countries. It is a growing concern across all employment sectors as well as occupational levels and reported as a common cause of occupational illness. Work stress can be prevented if it is identified, measured and changes are made to the work environment. Multi-Agent technology has been used in many applications but has not been applied in psychology for analysing data. This paper presents hybridized techniques, which have been used to develop an online tool for work stress assessment and prevention.
    Ostatnie badania wykazały, że stres w miejscu pracy stał się przedmiotem rosnących obaw w Australii i w innych krajach. Wszystkie sektory zatrudnienia doświadczają wzrostu psychicznych chorób zatrudnieniowych. Stres w miejscu pracy może być uniknięty jeśli jest identyfikowany, mierzony i stosowne zmiany są implementowane w środowisku pracy. Technologia systemów wieloagentowych jest używana w wielu aplikacjach, lecz nie była dotąd zastosowana w psychologii do analizy danych. Artykuł prezentuje techniki hybrydowe, zastosowane do oceny online i prewencji stresu.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2012, 4b; 42-45
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Detekcja nieszczelności kotła fluidalnego z użyciem modeli rozmyto-neuronowych
    Approach to boiler leak detection with fuzzy neural models
    Autorzy:
    Szadkowski, B.
    Jankowska, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/257517.pdf
    Data publikacji:
    2011
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
    Tematy:
    detekcja awarii
    systemy rozmyto-neuronowe
    kocioł fluidalny
    modelowanie
    detection of outage
    fuzzy-neural system
    fluidised bed boiler
    modelling
    Opis:
    Zreferowano badania modelowe nad detekcją nieszczelności kotłów fluidalnych z wykorzystaniem danych z archiwum. Modelowanie prowadzono w przyborniku Fuzzy Logic pakietu Matlab. Omówiono dwa podejścia do rozwiązania problemu. W pierwszym - opracowano modele rozmyto-neuronowe typu Takagi-Sugeno-Kanga (TSK) 4 zmiennych procesowych o dużej wrażliwości na przeciek. Uśrednione residua tych zmiennych, w przesuwnym oknie czasowym, pozwoliły wykryć 7 z 8 rozważanych przypadków nieszczelności. Oceniono długość okna i uzyskane wyprzedzenie detekcji względem wyłączenia bloku. Następnie opracowano i przetestowano model awarii o binarnym wyjściu. Równoległe wykorzystanie opracowanych modeli pozwoliło na wykrycie z kilkudniowym wyprzedzeniem wszystkich analizowanych awarii, potwierdzając przydatność modeli TSK w ważnym zadaniu eksploatacyjnym. Wskazano dalsze kierunki prac.
    The research results into leak detection in a fluidised bed boiler are presented. The studies took advantage of the historical data from DCS in the professional power plant. Models of neuro-fuzzy Takagi-Sugeno-Kanga (TSK) type were built and tested in the Fuzzy Toolbox of Matlab. The roots of boiler outage (in water-steam pressure system and aside from this system) are indicated. The two approaches to leak detection task are described. In the first, the models of the 4 process variables sensitive to leakage were built. The residues of these models were evaluated in a moving time window. The length of the time window and the advance of leakage detection are discussed. Next, the model the TSK of the boiler faults with binary output was built and tested. Training data was collected for 3 cases of raised outage (models output - 1) and the normal work of installation (models output - 0). The parallel usage of proposed TSK models provided a successful detection of all studied fault cases a few days in advance. This has confirmed the suitability of the fuzzy neural models in an important exploitation task.
    Źródło:
    Problemy Eksploatacji; 2011, 2; 181-188
    1232-9312
    Pojawia się w:
    Problemy Eksploatacji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie systemów rozmytych i sztucznych sieci neuronowych
    Comparison of fuzzy logic systems and artifical neural networks
    Autorzy:
    Charlak, M.
    Jakubowski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/395144.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    sieci neuronowe
    systemy rozmyte i sztuczne
    Opis:
    W pracy opisano podstawowe pojęcia dotyczące podstawowego modelu matematycznego systemów neurorozmytych potraktowanych jako tzw. „czarna skrzynka” oraz różnych jego wersji. W skrócie przedstawiono wybrane kierunki badań dotyczących fuzji obu technologii. Praca zawiera elementarny opis nowej klasy systemów tzw. inteligencji obliczeniowej.
    In this article we short describe fundamental mathematical model of neuro-fuzzy system treat as ‘black box’ known in cybernetic and various version of this fundamental model. Short we characterize some direction in the research about fusion two technology: fuzzy systems and artificial neural systems. In our article we short describe elementary notion: new technology: computational intelligence.
    Źródło:
    Postępy Nauki i Techniki; 2010, 4; 54-64
    2080-4075
    Pojawia się w:
    Postępy Nauki i Techniki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sztucznych sieci neuronowych do lokalizacji zwarć łukowych w liniach elektroenergetycznych w warunkach nasycenia przekładników prądowych
    Arc fault location on power transimssion lines under saturration of current transformer based on artificial neural network
    Autorzy:
    Pustułka, M.
    Iżykowski, J.
    Łukowicz, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/1813972.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    sieci neuronowe
    systemy elektroenergetyczne
    cyfrowe przetwarzanie sygnałów
    Opis:
    The paper presents the method of arc fault location on power transmission lines using artificial neural network. The investigation was focused on the cases of CT saturation, resulting in the current signal transformation errors. Fault location is based on measurements of voltages and currents from two ends of the line, with knowledge of fault type. The accuracy of the location method was tested for different operating conditions of 400 kV power transmission line modeled in EMTP.
    Źródło:
    Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały; 2013, 69, 33; 514--525
    1733-0718
    Pojawia się w:
    Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sztucznych sieci neuronowych do lokalizacji zwarć w liniach elektroenergetycznych
    Fault location of power transmission lines using artificial neural network
    Autorzy:
    Łukowicz, M.
    Pustułka, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/1808041.pdf
    Data publikacji:
    2011
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    sieci neuronowe
    systemy elektroenergetyczne
    cyfrowe przetwarzanie sygnałów
    Opis:
    The article presents the method of fault location on power transmission lines passed on artificial neural networks. Determination of fault place is based on knowledge of the fault type and measurements of voltage and current magnitudes from one end of the line. The accuracy of the method was tested for different operating conditions of 400kV power transmission line. The results confirm the high accuracy of the proposed method.
    Źródło:
    Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały; 2011, 65, 31; 453-458
    1733-0718
    Pojawia się w:
    Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Discrete Fractional Order Artificial Neural Network
    Autorzy:
    Sierociuk, D.
    Sarwas, G.
    Dzieliński, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/386578.pdf
    Data publikacji:
    2011
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    sztuczne sieci neuronowe
    systemy nieliniowe
    artificial neural networks
    nonlinear systems
    Opis:
    In this paper the discrete time fractional order artificial neural network is presented. This structure is proposed for simulating the dynamics of non-linear fractional order systems. In the second part of this paper several numerical examples are shown. The final part of the paper presents the discussion on the use of fractional or integer discrete time neural network for modelling and simulating fractional order non-linear systems. The simulation results show the advantages of the proposed solution over the classical (integer) neural network approach to modelling of non-linear fractional order systems.
    Źródło:
    Acta Mechanica et Automatica; 2011, 5, 2; 128-132
    1898-4088
    2300-5319
    Pojawia się w:
    Acta Mechanica et Automatica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Employment of neural network based classifier for intrusion detection
    Autorzy:
    Vaitsekhovich, L.
    Golovko, V.
    Powiązania:
    https://bibliotekanauki.pl/articles/386338.pdf
    Data publikacji:
    2008
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    systemy wykrywania włamań
    sieci neuronowe
    intrusion detection systems (IDS)
    neural networks
    Opis:
    Most current Intrusion Detection Systems (IDS) examine all data features to detect intrusion. Also existing intrusion detection approaches have some limitations, namely impossibility to process a large number of audit data for real-time operation, low detection and recognition accuracy. To overcome these limitations, we apply modular neural network models to detect and recognize attacks in computer networks. They are based on the combination of principal component analysis (PCA) neural networks and multilayer perceptrons (MLP). PCA networks are employed for important data extraction and to reduce high dimensional data vectors. We present two PCA neural networks for feature extraction: linear PCA (LPCA) and nonlinear PCA (NPCA). MLP is employed to detect and recognize attacks using feature-extracted data instead of original data. The proposed approaches are tested with the help of KDD-99 dataset. The experimental results demonstrate that the designed models are promising in terms of accuracy and computational time for real world intrusion detection.
    Źródło:
    Acta Mechanica et Automatica; 2008, 2, 4; 93-98
    1898-4088
    2300-5319
    Pojawia się w:
    Acta Mechanica et Automatica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie sztucznych sieci neuronowych przez przedsiębiorstwa eksportujące oraz importujące
    The usage of artificial neural networks by export and import enterprises
    Autorzy:
    Jasiński, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/339733.pdf
    Data publikacji:
    2014
    Wydawca:
    Polskie Towarzystwo Zarządzania Produkcją
    Tematy:
    sztuczne sieci neuronowe
    systemy transakcyjne
    artificial neural networks
    exchange rate
    trading system
    Opis:
    The paper raises issues of the use of artificial intelligence in the enterprise. The focus was on the possibility of using artificial neural networks to accurately predict the behavior of the time series relevant to the economic activities based on the export and import. In particular, the paper describes the practical possibilities for time series forecasting such as foreign exchange rates. Researches focused on predicting of slope of linear regression, to determinate the direction of exchange rate changes. Artificial neural networks, tested during researches, included two types of models. First one was a simple neural network model, containing only a one network. Second one was a more complex model containing at least a few networks. These networks were used for predicting a part of output variable. To obtained mentioned parts during researches was used multiresolution analysis based on discrete wavelet trans- form. During researches a lot of versions of multiresolution analysis were tested. Finally, as the best one, was chosen the discrete wavelet transform based on the biorthogonal 6/8 wavelet. The paper describes also a type of model input variables, considering a frequency of their changes. It shows advantages and disadvantages of macroeconomic data and technical analysis. The article describes main and the most useful types of moving averages, such as simple moving average, exponential moving average, weighted moving average and VI- DYA (Variable Index Dynamic Average). The paper mentions other type of input variable, especially such indicators as RSI and MACD and their modifications. The final evaluation of the models was carried out based on a simple trading system. Thus was confirmed the useful- ness of the results in practical applications. During the analysis of the obtained results, was used the method of sliding window.
    Źródło:
    Zarządzanie Przedsiębiorstwem; 2014, 17, 1; 37-40
    1643-4773
    Pojawia się w:
    Zarządzanie Przedsiębiorstwem
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Self optimizing neural network - as expert system in medical heart attack.
    Autorzy:
    Popa, A.
    Wojczyk, S.
    Lizis, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/333471.pdf
    Data publikacji:
    2008
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    sieci neuronowe
    systemy eksperckie
    choroby serca
    neural network
    expert systems
    heart diseases
    Opis:
    The main aim of Self Optimizing Neural Network (SONN), which are presented in this paper, is construction of expert system on the basis of analysis of medical information about group of patients. The expert system is built on the basis of neural network, and the main task of this system is to expect future patient health, based on information about the patient. Such a system can give the doctors a hint about that what can be happen with patient. And what is more important - the SONN construction process is very flexibly and adapts topology and all weights to training data. This is undoubtedly a great advantage of this type of neural network. Moreover the construction process is quite simple. The network topology and all connections between neurons can be easy implemented and kept in such a way, which allows to create very efficient expert system. In this paper we describe the process of construction of neural network which is based on one-shot analysis of learning patterns. On the basis of appropriate computation the SONN topology is built. The construction process can be repeated on the learning group of patients. In this way the expert system (based on SONN) will be better and better.
    Źródło:
    Journal of Medical Informatics & Technologies; 2008, 12; 77-82
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hybrid neuro-fuzzy classifier based on NEFCLASS model
    Hybrydowy neuronowo-rozmyty klasyfikator oparty na modelu NEFCLASS
    Autorzy:
    Gliwa, B.
    Byrski, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/305407.pdf
    Data publikacji:
    2011
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    klasyfikatory neuronowo-rozmyte
    NEFCLASS
    sieci neuronowe
    systemy rozmyte
    neuro-fuzzy classifier
    neural networks
    fuzzy systems
    Opis:
    The paper presents hybrid neuro-fuzzy classifier, based on NEFCLASS model, which was modified. The presented classifier was compared to popular classifiers - neural networks and k-nearest neighbours. Efficiency of modifications in classifier was compared with methods used in original model NEFCLASS (learning methods). Accuracy of classifier was tested using 3 datasets from UCI Machine Learning Repository: iris, wine and breast cancer wis-consin. Moreover, influence of ensemble classification methods on classification accuracy was presented.
    Artykuł przedstawia zasadę działania oraz wyniki badań eksperymentalnych klasyfikatora opartego na hybrydzie sieci neuronowej z logiką rozmytą, bazujący na modelu NEFCLASS. Prezentacja struktury i działania klasyfikatora została zilustrowana wynikami eksperymentów porównawczych przeprowadzonych dla popularnych klasyfikatorów, takich jak perceptron wielowarstwowy k najbliższych sąsiadów. Skuteczność wprowadzonych modyfikacji do klasyfikatora została porównana z metodami używanymi w oryginalnym modelu NEFCLASS (metody uczenia). Jako dane benchmarkowe posłużyły wybrane bazy danych z UCI Machine Learning Repository (iris, wine, breast cancer wisconsin). Zaprezentowano również wpływ użycia metod klasyfikacji zbiorczej na efektywność klasyfikacji.
    Źródło:
    Computer Science; 2011, 12; 115-135
    1508-2806
    2300-7036
    Pojawia się w:
    Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie metod fuzji danych w zarządzaniu zasobami radaru wielofunkcyjnego
    The Application of the Data Fusion Methods in the Multifunction Radar Resources Management
    Autorzy:
    Komorniczak, W.
    Kawalec, A.
    Pietrasiński, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/210695.pdf
    Data publikacji:
    2006
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    radar wielofunkcyjny
    fuzja danych
    sieci neuronowe
    systemy rozmyte
    multifunction radar
    data fusion
    neural networks
    fuzzy logic
    Opis:
    W referacie poruszono tematykę związaną z zarządzaniem zasobami radaru wielofunkcyjnego. Jako jeden z elementów tego procesu wyróżniono priorytetyzację (rangowanie) zadań realizowanych przez radar. Rangowanie jest wymuszone przez potencjalnie niedostateczne zasoby wymagane do realizacji wszystkich zadań radaru, stąd konieczność szeregowania obsługiwanych przezeń obiektów zgodnie z ich istotnością. W referacie scharakteryzowano dane źródłowe zasilające proces rangowania oraz przedstawiono algorytmy przetwarzania tych danych. Zaprezentowane algorytmy oparto na wybranych metodach fuzji danych. Przedstawiono przebieg i wyniki badań procesu rangowania oraz wyniki badań wpływu zastosowania rangowania na niektóre parametry zarządzania zasobami radaru wielofunkcyjnego.
    The paper deals with the problem of the multifunction radar resources management (RRM). The objectives of RRM are: optimal (from the radar performance point of view) resources allocation and the device operation control. As a result of RRM, it is expected a matrix containing information for the execution systems: " what, when, and how to do. The main constraints to deal with in the radar work are: time and energy limitations. If it is enough resource to execute all the tasks, the tasks execution is feasible. But in real situation one should not expect such a comfort. Typically neither time nor energy is enough and the questions arises what to do in these circumstances. It is obvious that only selected tasks can be executed, the RRM should answer which of them and in what order. To answer these questions, the structure of the RRM was proposed. First of all it is necessary to rank the tasks in order of their priorities, then to select the most important of them and schedule their execution. RRM is decomposed into two sub-problems, e.g.: ranking and task scheduling. The ranking belongs to the identification problems class, while the scheduling can be treated as an optimization task. The paper presents the data fusion approach to the task ranking. There are numerous examples of utilization of the data fusion tools in order to solve the identification problems. The conclusions from these examples can be following: the neural networks which have the ability to learn from the presented examples have also disadvantage of impossibility of extraction of the gathered knowledge. The internal processes of reasoning are neither well described nor studied, so they are not a good tool for military application, which the multifunction radar is. Fuzzy logic systems (based on the fuzzy sets theory and fuzzy logic) have the advantage of good and clear knowledge representation and ability to relatively easy implementation of the expert knowledge. The good side of the fuzzy systems is their possibility of maintaining and fusion of the imperfect knowledge. The disadvantage is the lack of ability to learn whole the knowledge from the examples. Some hybrid solutions are necessary. Four solutions are presented in the paper: neural, fuzzy, fuzzy — neural and probabilistic — fuzzy. In order to implement data fusion tools, the base test platform was designed and implemented. In fact, the test platform is a complex process of multifunction radar resources management, as well as it deals with the task scheduling problem. In order to evaluate the algorithms presented in the paper, some factors of radar work performance were defined. Presented ranking algorithms have capability of learning with use of the registered data learning set. Algorithms with their knowledge bases were tested and compared. The conclusion is following: the use of ranking process gives approximately two times better performance in task removal/delay aspect. On the other hand, the quality of algorithm (its accuracy) has lower influence on the final result. It means that for the use in radar application the algorithm with the best convergence during learning process and stability should be recommended. It is also important that the algorithm should have clear knowledge representation. These requirements meet two of the presented algorithms: neural - fuzzy and probabilistic - fuzzy. The first one was used against the positional data, the second one gave the best results for identification data. It is important, that overall performance of the presented RRM and ranking algorithms was tested with the use of real registered data, what makes it very interesting from the application point of view.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2006, 55, 1; 55-75
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neuronowe rozpoznanie ciąży na podstawie obrazów ultrasonograficznych macicy krowy z wykorzystaniem systemu informatycznego "USG Recognizer"
    Neural identification of the embryo of calf based on ultrasound images of the cow s womb using computer system "USG Recognizer"
    Autorzy:
    Kuzimska, T.
    Boniecki, P.
    Jaśkowski, J. M.
    Przybył, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/336377.pdf
    Data publikacji:
    2012
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    krowa
    macica
    ciąża
    ultrasonografia
    analiza obrazu
    sztuczna inteligencja
    sieci neuronowe
    modelowanie neuronowe
    systemy informatyczne
    cow
    womb
    pregnancy
    ultrasonography
    image analysis
    artificial intelligence
    neural networks
    neural modeling
    computer systems
    Opis:
    W pracy zaprezentowano wytworzony, oryginalny system informatyczny "USG Recognizer", który zaopatrzony został w szereg funkcji wspomagających tworzenie adekwatnych zbiorów uczących, niezbędnych w procesie generowania modeli neuronowych. Dzięki tym funkcjonalnościom możliwa jest identyfikacja oraz ekstrakcja wiedzy zawartej w graficznych danych empirycznych, zakodowanej w postaci cyfrowych zdjęć ultrasonograficznych. W oparciu o zbudowaną aplikację wygenerowana została sztuczna sieć neuronowa, której celem było wspomaganie rozpoznania lub wykluczenia ciąży, dokonanego na podstawie ultrasonogramów macicy krowy. Zaproponowany system informatyczny "USG Recognizer" został zbudowany z wykorzystaniem środowisk: Visual Paradigm (UML 8.0) oraz Microsoft Visual Studio 2010 Professional Edition.
    The software "USG Recognizer" that was described in this work is equipped with a binarization function with threshold. The application also fulfills some additional functions such as: contrast and closing. With this functionality it is possible to achieve empirical data from digital ultrasound photo of cow's womb. The artificial neural network was generated on the basis of created application. The main purpose of this network is to support an identification or exclusion of the gestation in user's ultrasound picture. "USG Recognizer" was created using Visual Paradigm (UML 8.0) and Microsoft Visual Studio 2010 Professional Edition environments.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2012, 57, 1; 96-100
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hierarchiczne struktury w sztucznych sieciach neuronowych
    Hierarchical Structures on Artificial Neural Networks
    Autorzy:
    Płaczek, Stanisław
    Powiązania:
    https://bibliotekanauki.pl/articles/509240.pdf
    Data publikacji:
    2014
    Wydawca:
    Akademia Finansów i Biznesu Vistula
    Tematy:
    Sztuczne Sieci Neuronowe
    struktury hierarchiczne
    dekompozycja
    koordynacja
    systemy złożone
    artificial neural networks
    hierarchical structures
    decomposition
    coordination
    complex systems
    Opis:
    W wielowarstwowych Sztucznych Sieciach Neuronowych (SSN), nieliniowych w swej strukturze, uczenie sieci polega na poszukiwaniu minimum globalnej funkcji celu. W realizacjach praktycznych – w funkcji celu – występują parametry dwóch lub trzech warstw ukrytych. Strojenie współczynników macierzy w warstwach W1, W2, czy też W3, odbywa się w procesie uczenia, który można traktować jako stan nieustalony SSN. Stany nieustalone w poszczególnych warstwach mają różne przebiegi dynamiczne, czyli zależności amplitudy błędu średniokwadratowego w warstwie od numeru iteracji. W praktycznych realizacjach procesu uczenia szybkość zbieżności procesu do stanu ustalonego, czyli minimum funkcji błędy, jest ważną charakterystyką, dlatego też podział SSN na niezależne poziomy, zdefiniowanie lokalnych funkcji celu dla każdej warstwy, skoordynowanie lokalnych procesów uczenia w celu osiągnięcia globalnego minimum ma praktyczny głęboki sens. W artkule podejmuje się próbę zastosowania ogólnej teorii złożonych systemów do opisu SSN, budowy algorytmów uczących i ich praktycznej realizacji. Tego typu podejście prowadzi do poszukiwania rozwiązań poprzez dekompozycję i koordynację w hierarchicznej strukturze SSN. Ze względu na występujące nieliniowości w poszczególnych warstwach sieci, trudno udowodnić warunki zbieżności dla stosowanych metod. Tym niemniej, praktyka realizacji różnych algorytmów pokazuje przydatność przyjętych rozwiązań.
    On multi-layer artificial neural networks (ANN), non-linear in their structure, network teaching consists in seeking for global minimum function of the objective. In practical implementations – in the objective’s function – there are occurring parameters of two or three hidden layers. Tuning matrix coefficients in the layers W1, W2 or W3 takes place in the teaching process which can be treated as an ANN transient state. Transient states in individual layers have different dynamic courses, i.e. dependency of the amplitude of mean squared error in the layer on the number of iteration. In practical implementations of the teaching process, the speed of process convergence to the steady state, i.e. the minimum of the error function, is an important characteristic, hence the division of ANN into independent levels, defining the local functions of the objective for every layer, coordination of the local teaching processes in order to achieve the global minimum is of practical deep sense. In his article, the author made an attempt to apply the general theory of complex systems to describe ANN, to build teaching algorithms and their practical implementation. Such an approach leads to pursuit of solutions through decomposition and coordination in the ANN hierarchical structure. Due to the occurring nonlinearities in individual layers of the network, it is difficult to prove the convergence conditions for the methods applied. Nonetheless, the practice of implementation of various algorithms indicates usefulness of the adopted solutions.
    Źródło:
    Zeszyty Naukowe Uczelni Vistula; 2014, 38/2014 Informatyka; 20-37
    2353-2688
    Pojawia się w:
    Zeszyty Naukowe Uczelni Vistula
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Computational intelligence methods in the problem of modelling technical wear of buildings in mining areas
    Metody inteligencji obliczeniowej w problemie modelowania stopnia zużycia technicznego budynków na terenach górniczych
    Autorzy:
    Rusek, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/385956.pdf
    Data publikacji:
    2012
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    technical wear
    neural networks
    support vector machine (SVM)
    fuzzy systems
    szkody górnicze
    zużycie techniczne
    sieci neuronowe
    systemy rozmyte
    Opis:
    In the work presented approach with a view to building the model of degree of technical wear of buildings in the mining areas, as well as an indication that the contribution of the consumption on technical factors interact mining and civil construction origin. Set out criteria for the selection and research methodology effects are synthetically summarised existing work in this field. Justified choice of the ϵ-SVR method confronting its advantages to the characteristics of typical neural network.
    W artykule zaprezentowano podejście mające na celu budowę modelu przebiegu stopnia zużycia technicznego budynków na terenach górniczych, jak również analizowano, w jakim stopniu na zużycie techniczne oddziałują czynniki górnicze oraz ogólnobudowlane. Przedstawiono kryteria doboru metodyki badań oraz podsumowano efekty dotychczasowych prac w tej dziedzinie. Uzasadniono wybór metody &vepsilon;-SVR, konfrontując jej zalety z własnościami typowych, jednokierunkowych sieci neuronowych. Opisano sposób optymalnego doboru parametrów charakteryzujących złożoność modelu ϵ-SVR oraz wskazano możliwość zastosowania tak utworzonego modelu w systemach ekspertowych.
    Źródło:
    Geomatics and Environmental Engineering; 2012, 6, 3; 83-91
    1898-1135
    Pojawia się w:
    Geomatics and Environmental Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    System informatyczny PiAO2 jako narzędzie wspomagające bezwzorcową neuronową klasyfikację pomidorów
    Computer system PiAO2 as a tool for assist neural classification of tomatoes without supervision
    Autorzy:
    Boniecki, P.
    Zaborowicz, M.
    Przybył, K.
    Pilarski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/336447.pdf
    Data publikacji:
    2012
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    pomidory
    analiza obrazu
    sztuczna inteligencja
    sieci neuronowe
    systemy informatyczne
    tomatoes
    image analysis
    artificial intelligence
    neural networks
    computer systems
    Opis:
    Analiza obrazów oraz pozyskiwanie danych zawartych w obrazach cyfrowych są istotnym elementem w procesie generowania zbiorów uczących, przeznaczonych do budowy modeli neuronowych. Wraz z rozwojem komputerowej analizy obrazu możliwe jest pozyskiwanie coraz większej ilości danych. Dlatego zasadne jest tworzenie nowych oraz modyfikowanie istniejących systemów informatycznych, wspierających neuronową analizę obrazów o nowe funkcje, zwiększające użyteczność tych aplikacji.
    Image analysis and gathering data from digital images is an important element in process of generating learning sets for the construction of the neural models. With the development of computer image analysis it is possible to obtain more data. This is a reason to create and develop computer systems that support neural image analysis and increase usability of this software.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2012, 57, 1; 26-28
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The dedicated decision support system in recognition of some uncertain disease entities
    Autorzy:
    Porwik, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/333041.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    rozpoznawanie obrazu
    klasyfikacja danych
    sieci neuronowe
    systemy wspomagania decyzji
    image recognition
    data classification
    neural network
    decision support systems
    Opis:
    This work presents the principles of image recognition, where quality-based methods are applied. The neural networks and additional software have been proposed. This goal was achieved by using non-parametric recognition algorithms. In this paper the two-state hybrid classification method has been proposed, where artificial intelligence algorithm is included. In recognition process, the learning method, selection and optimization of diagnostic parameters have been introduced. The integrated part of the classifier structure is voting mechanism, which indicates incorrect states of the system – for example the unrecognized images. Effectiveness of the system has been shown by means of examples, where ambiguous data have been incorporated – it is very often a practice of medical diagnostics.
    Źródło:
    Journal of Medical Informatics & Technologies; 2009, 13; 97-100
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metody sztucznej inteligencji w projektowaniu i eksploatacji systemów zaopatrzenia w wodę
    Artificial Intelligence Methods in the Design and Operation of Water Supply Systems
    Autorzy:
    Czapczuk, A.
    Dawidowicz, J.
    Piekarski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/1818573.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    systemy zaopatrzenia w wodę
    sztuczna inteligencja
    systemy ekspertowe
    sztuczne sieci neuronowe
    metody heurystyczne
    water supply systems
    artificial intelligence
    expert systems
    artificial neural networks
    heuristic methods
    Opis:
    Numerical methods are widely used for many years in the design and operation of water supply systems. Computer technology is characterized by very dynamic progress in the field of hardware and software. Specialized computer programs offer more and more features, especially in the field of data entry and viewing the results, but still operate on the basis of pre-defined algorithms. Currently we are dealing with a turbulent development of artificial intelligence techniques. Probably will never computational programs that completely will replace the operator of the need to make key decisions, but in recent years the aim is to develop computer programs that will be characterized by at least a small degree of creativity. For this purpose, the traditional calculation programs are supplemented by artificial intelligence methods, including artificial neural networks, expert systems, heuristic methods. The above trend can also be observed in issues related to water supply in the problems of design and operational. The literature proposals for the use of artificial intelligence at the stage of water treatment, disinfection, pumping, hydraulic design and simulation of water distribution systems and other components. Have taken a lot of optimization problems that are very difficult to solve by conventional methods. In this paper, some examples of the use of artificial intelligence methods in problems of water supply, indicating that these are the solutions that pave the way for the implementation in practice of design and operation. A wide range of artificial intelligence methods requires careful analysis that the method can be applied to individual problems. Also require a thorough knowledge of ongoing work in this regard.
    Źródło:
    Rocznik Ochrona Środowiska; 2015, Tom 17, cz. 2; 1527-1544
    1506-218X
    Pojawia się w:
    Rocznik Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Features of the implementation of computer vision in the problems of automated product quality contro
    Cechy implementacji wizji komputerowej w problemach automatycznej kontroli jakości produktów
    Autorzy:
    Stelmakh, Nataliia
    Mastenko, Ihor
    Sulima, Olga
    Rudyk, Tetiana
    Powiązania:
    https://bibliotekanauki.pl/articles/27315380.pdf
    Data publikacji:
    2023
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    machine vision
    intelligent technological system
    quality control
    neural networks
    wizja maszynowa
    inteligentne systemy technologiczne
    kontrola jakości
    sieci neuronowe
    Opis:
    The article analyzes the fields of application of machine vision. Special attention is focused on the application of Machine Vision in intelligent technological systems for product quality control. An important aspect is a quick and effective analysis of product quality directly at the stage of the technological process with high accuracy in determining product defects. The appropriateness and perspective of using the mathematical apparatus of artificial neural networks for the development of an intelligent technological system for monitoring the geometric state of products have been demonstrated. The purpose of this study is focused on the identification and classification of reed tuber quality parameters. For this purpose, new methods of identification and classification of quality control of various types of defects using computer vision and machine learning algorithms were proposed.
    W artykule dokonano analizy obszarów zastosowań widzenia maszynowego. Szczególną uwagę zwrócono na zastosowanie widzenia maszynowego w inteligentnych systemach technologicznych kontroli jakości wyrobów. Ważnym aspektem jest szybka i skuteczna analiza jakości produktu bezpośrednio na etapie procesu technologicznego z dużą dokładnością w określaniu wad produktu. Pokazano celowość i perspektywę wykorzystania aparatu matematycznego sztucznych sieci neuronowych do budowy inteligentnego systemu technologicznego do monitorowania stanu geometrycznego wyrobów. Celem badań jest identyfikacja i klasyfikacja parametrów jakościowych rurek trzcinowych. W tym celu zaproponowano nowe metody identyfikacji i klasyfikacji kontroli jakości różnego rodzaju defektów z wykorzystaniem wizji komputerowej i algorytmów uczenia maszynowego.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2023, 13, 1; 38--41
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza istotności cech znamion skórnych dla celów diagnostyki czerniaka złośliwego
    Skin lesion features analysis for malignant melanoma classification
    Autorzy:
    Mikołajczyk, A.
    Grochowski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/268540.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    algorytm ewolucyjny
    uczenie maszynowe
    sieci neuronowe
    systemy wspomagania decyzji
    evolutionary algorithm
    neural networks
    decision support system
    machine learning
    Opis:
    Pomimo dynamicznego rozwoju metod uczenia maszynowego i ich wdrażania do praktyki lekarskiej, automatyczna analiza znamion skórnych wciąż jest nierozwiązanym problemem. Poniższy artykuł proponuje zastosowanie algorytmu ewolucyjnego do zaprojektowania, wytrenowania i przetestowania całych populacji klasyfikatorów (sztucznych sieci neuronowych) oraz ich iteracyjnego udoskonalania w każdej kolejnej populacji, w celu osiągnięcia jak najlepszej dokładności klasyfikacji znamion skórnych. Algorytm zwraca optymalny zestaw cech opisujących obraz dermatoskopowy wraz z proponowaną architekturą sieci neuronowej. Uzyskano dokładność równą 85,83%, swoistość równą 79,07% oraz czułość równą 92,60%.
    Despite the dynamic development of machine learning methods, automatic analysis of skin lesions is still open issue. The following article proposes the use of an evolutionary algorithm to design, train, and to test a whole population of classifiers (artificial neural networks) and to iteratively improve them in each subsequent population, in order to achieve the best possible accuracy in the classification of skin lesions task. The algorithm returns an optimal set of features describing the dermatoscopic image together with the proposed architecture of the neural network. High classification results were obtained, in particular: accuracy equal to 85.83%, specificity 79.07% and sensitivity 92.60%.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2018, 60; 67-70
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie teorii systemów hierarchicznych do analizy sztucznych sieci neuronowych
    Application of the Theory of Hierarchical Systems to Analyse Artificial Neural Networks
    Autorzy:
    Płaczek, Stanisław
    Powiązania:
    https://bibliotekanauki.pl/articles/440175.pdf
    Data publikacji:
    2015
    Wydawca:
    Akademia Finansów i Biznesu Vistula
    Tematy:
    Sztuczne Sieci Neuronowe
    hierarchiczne struktury
    dekompozycja
    koordynacja
    systemy złożone
    artificial neural networks
    hierarchical structures
    decomposition
    coordination
    complex systems
    Opis:
    Sztuczne Sieci Neuronowe (SSN) okazały się wygodnym narzędziem, przydatnym przy realizacji bardzo wielu różnych praktycznych zadań inżynierskich, ekonomicznych finansowych, medycznych i innych. SSN mogą być zastosowane tame, gdzie pojawiają się problemy z przetwarzaniem i analizą danych, prognozą, klasyfikacją czy sterowaniem. Sukces spowodowany jest tym, że w tych zastosowaniach SSN pełni rolę uniwersalnego aproksymatora nieliniowej, wektorowej funkcji wielu zmiennych. Podstawowym problemem jest efektywne uczenie złożonej konfiguracji sieci, jaką niewątpliwie jest struktura wielowarstwowej sieci neuronowej o wielu wejściach i wyjściach. Uczenie polega na poszukiwaniu minimum globalnej funkcji celu, którą najczęściej definiujemy jako błąd średniokwadratowy wyjścia sieci i warto-ści zadanej. Zadanie nie jest trywialne i ze względu na wielowymiarowość wektorów wejścia i wyjścia oraz wielowarstwowość sieci. Z tego też względu szuka się rozwiązań w sieciach o strukturze z jedną warstwą ukrytą. W celu wykorzystania możliwości sieci wielowarstwowych, do analizy złożonych struktur zastosowano metody i techniki opracowane dla wielowarstwowych, hierarchicznych struktur technicznych. Systemy hierarchiczne występują nie tylko w przyrodzie, lecz również w organizacjach ludzi. Tego typy struktury są bardzo efektywne z punktu widzenia zarządzania i kierowania organizacjami. Z systemami hierarchicznymi związane są zagadnienia dekompozycji dużego, podstawowego systemu na podsystemy oraz umiejętne skoordynowanie rozwiązań cząstkowych, w celu otrzymania rozwiązania optymalnego dla całego systemu. W artykule przedstawiono próbę zastosowania dekompozycji oraz koordynacji w stosunku do SSN o złożonej, wielowarstwowej strukturze. Dekomponując strukturę sieci oraz algorytm uczenia na podzadania, analizuje się wymagania, które musi spełnić algorytm w celu efektywnej koordynacji rozwiązań cząstkowych. Tak więc problem koordynacji jest problemem centralnym w analizie i konstrukcji algorytmu uczenia SSN. Artykuł ma charakter koncepcyjny.
    Artificial neural networks (ANN) have appeared to be a convenient tool, useful for implementation of very many practical engineering, economic, financial, medical, and other tasks. ANN may be applied where the problems with data processing and analysis, forecast, classification or steering appear. The success is caused by the fact that in these applications ANN plays the role of universal approximator of the non-linear, vectored function of many variables. The basic problem is an effective teaching of the complex configuration of the network which, no doubt, the structure of multilayer neural network with many inputs and outputs is. Teaching consists in seeking for the minimum global function of the purpose, which is most oft en defined as a mean squared error of the network input and the set-point. The task is not trivial also due to the multidimensionality of vectors of input and output as well as due to the multilayer nature of the network. Also having this in mind, there are attempts to fi nd solutions in networks with the structure with one hidden layer. In order to make use of the possibilities of multilayer networks, the author applied for the analysis of complex structures the methods and techniques developed for multilayer, hierarchical technical structures. Hierarchical systems take place not only in the nature but also in human organisations. Such structures are very effective from the point of view of organisation management and direction. The hierarchical systems are combined with the issues of decomposition of a big, basic system into subsystems and a skilful coordination of partial solutions in order to obtain a solution optimal for the entire system. In his article, the author presented an attempt to apply decomposition and coordination in relation to ANN with a complex, multilayer structure. Decomposing the network structure and the algorithm of teaching into subtasks, he analyses the requirements to be met by the algorithm for the purpose of effective coordination of partial solutions. Thus, the problem of coordination is the central problem in the analysis and construction of the ANN algorithm of teaching. The article is of the conceptual nature.
    Źródło:
    Kwartalnik Naukowy Uczelni Vistula; 2015, 2(44); 102-116
    2084-4689
    Pojawia się w:
    Kwartalnik Naukowy Uczelni Vistula
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    System informatyczny HISTLAB 2013 v.2.0 wspomagający ocenę geometryczną płodów rolnych
    HISTLAB v.2.0 system for assist geometrical assessment of crops
    Autorzy:
    Przybyl, K.
    Mlynski, D.
    Boniecki, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/883449.pdf
    Data publikacji:
    2014
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    plody rolne
    ocena jakosci
    parametry geometryczne
    identyfikacja
    fotografia cyfrowa
    cyfrowa analiza obrazu
    sieci neuronowe sztuczne
    systemy informatyczne
    system HISTLAB
    Źródło:
    Technika Rolnicza Ogrodnicza Leśna; 2014, 4
    1732-1719
    2719-4221
    Pojawia się w:
    Technika Rolnicza Ogrodnicza Leśna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Using artificial immune and case-based reasoning methods in classification of treatment effectiveness
    Autorzy:
    Badura, D.
    Ferdynus, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/333874.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    wnioskowanie bazujące na przykładach
    sztuczne systemy immunologiczne
    sieci neuronowe rozmyte
    case-based reasoning
    artificial immune system
    fuzzy neural nets
    Opis:
    The article concerns the analysis of classification of medical data by use of selected method of artificial intelligence: case-based reasoning. The subject of the research is the assessment of effective treatment, being one of the most important medical problems. The basis work of the assessment system should be one of the classification methods. The aim of the attempted research is to study which of the enumerated method will be able to group data containing incomplete information in the best way. The classified data are descended from the patients with nephroblastoma and patients with backbone pain. The final aim of the research is to work out the functioning method of the learning system, assisting the doctor with making a decision during working out on patient's treatment therapy, and making analyses of the treatment effectiveness. On the basis of the medical tests, the system will classify the data assigning them to the appropriate therapy groups. Moreover, in the system will be used artificial immunology as the method of generalizing or extrapolating of the gathering and considering so far cases.
    Źródło:
    Journal of Medical Informatics & Technologies; 2007, 11; 221-226
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Building computer vision systems using machine learning algorithms
    Autorzy:
    Boyko, N.
    Sokil, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/410768.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Oddział w Lublinie PAN
    Tematy:
    algorithm
    information system
    neural network
    machine learning
    client-server architecture
    script
    artificial system
    machine learning algorithms
    algorytm
    systemy informacyjne
    sieci neuronowe
    systemy uczące
    architektura klient-serwer
    skrypt
    Opis:
    In this paper theoretic aspects of machine learning system in the field of computer vision is considered. There are presented methods of behavior analysis. There are offered tasks and problems associated with building systems using machine learning algorithm. The paper provides signs of problems that can be solved by using machine learning algorithms There is demonstrated step by step construction of computer vision system. The paper provides the algorithm of solving the problem of binary (two classes) classification for demonstration the machine learning algorithm possibilities in image recognition field, which can recognize the gender of the person on the photo. Aspects related to the search of data processing are also considered. There is analyzed the search of optimal parameters for algorithms. An interpretation of results in machine learning algorithm is provided. Binarization methods in machine learning algorithm are offered. There is analyzed the technology for improving the accuracy of machine learning algorithm. There are proposed ways to improve computer vision system in neural systems. Also there are analyzed large software modules that work using machine learning systems. The article provides prospects of powerful information technologies, which are necessary for the proper data selection in learning and configuration of feature extraction algorithm to create a computer vision system.
    Źródło:
    ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes; 2017, 6, 2; 15-20
    2084-5715
    Pojawia się w:
    ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie kartograficzne z wykorzystaniem neurorozmytych automatów komórkowych
    Using of neuro-fuzzy cellular automata for cartographic modelling
    Autorzy:
    Olszewski, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/130338.pdf
    Data publikacji:
    2003
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    automaty komórkowe
    modelowanie nieliniowe
    generalizacja
    sieci neuronowe
    systemy wnioskowania rozmytego
    cellular automata
    non-linear modelling
    generalization
    neural networks
    fuzzy inference systems
    Opis:
    Mapa jako środek przekazu informacji chorologicznej, tj. informacji o rozmieszczeniu obiektów i zjawisk w przestrzeni geograficznej, podlega ograniczeniom wynikającym z zakresu pojemności informacyjnej. W procesie przekazu kartograficznego istnieje zatem konieczność celowego uogólnienia informacji źródłowej realizowanego poprzez generali-zację. Jednym ze sposobów generalizacji jest agregacja danych przestrzennych. Istnieje wiele algorytmicznych metod agregacji, większość z nich związana jest z generalizacją danych zapisanych w formacie wektorowym. Dla danych źródłowych w postaci rastrowej wymaga to pracochłonnej wstępnej konwersji formatu raster → wektor oraz wynikowej konwersji wektor → raster. Autor podjął próbę zastosowania bezpośredniej agregacji obiektów powierzchniowych na obrazach rastrowych. Przeprowadzone badania wskazują na celowość zastosowania metod tzw. sztucznej inteligencji obliczeniowej, jako metody kartograficznego modelowania tak zdefiniowanych danych źródłowych. W artykule omówiono trzy wybrane metody sztucznej inteligencji obliczeniowej (automaty komórkowe, sztuczne sieci neuronowe i systemy wnioskowania rozmytego) oraz ich zastosowanie w procesie generalizacji kartograficznej.
    Investigations which have been performed by the author justify utilisation of methods of the, so-called, artificial intelligence, as a complex method of cartographic modelling of source data. Of the many existing methods for area aggregation a majority concern maps in vector format. The author investigated some approaches to direct aggregation of area objects in raster maps. This includes cellular automata, neural networks and fuzzy inference systems. The essence of cellular automata is the ability to create complex, global patterns and spatial behaviour, based on simple rules of changes of local range and on knowledge concerning individual cells. Therefore a model of the cartographic generalization process, combining the nature of quantitative generalization of the content and the form with the nature of qualitative generalization, may be developed based on the theory of non-linear cellular automata.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2003, 13a; 171-180
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Multilayer Perceptron for the Calculation of Pressure Losses in Water Supply Lines
    Zastosowanie perceptronu wielowarstwowego do obliczeń strat ciśnienia w przewodach wodociągowych
    Autorzy:
    Czapczuk, A.
    Dawidowicz, J.
    Piekarski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/1813822.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    water distribution systems
    artificial intelligence
    expert systems
    artificial neuronal networks
    heuristic methods
    calculation of pressure losses
    systemy dystrybucji wody
    sztuczna inteligencja
    systemy ekspertowe
    sztuczne sieci neuronowe
    metody heurystyczne
    obliczenia strat ciśnienia
    Opis:
    Numerical methods have been widely used for many years in the design and operation of water supply systems. Specialised computer programmes offer more and more facilities, especially for data entry and viewing, but they still function on the basis of predetermined algorithms. At present, however, we strive to create computational programmes with a certain degree of creativity, which should make it easier for users to make decisions at various stages of the task and improve the quality of their solutions. The increasing power of computers will not solve complex problems alone. Only by introducing appropriate calculation methods can we obtain the right results. It seems that classical algorithms with a formalised course can be supplemented, nowadays, with far more advanced computational techniques. This paper presents an literature review on the use of artificial neural networks in the design and operation of water distribution systems. Presented in the second part of the paper, is an overview of the artificial neural network, developed for the calculation of pressure losses in water supply lines. The calculation of hydraulic piping with the EPANET programme for various input parameters resulted in a collection of 16,260 training examples. Input parameters of the neural network include pipe length, measurable flow, absolute roughness coefficient and the nominal diameter. Very high compatibility was obtained between the calculation results for those pressure losses obtained from the EPANET programme and those obtained from the multi-layered perceptron with one hidden layer.
    Metody numeryczne stosuje się powszechnie od wielu lat w projektowaniu i eksploatacji systemów zaopatrzenia w wodę. Specjalistyczne programy komputerowe oferują coraz więcej udogodnień, szczególnie w zakresie wprowadzania danych oraz przeglądania wyników, lecz nadal funkcjonują na podstawie z góry określonych algorytmów. Obecnie dąży się jednak do stworzenia programów obliczeniowych, które będzie charakteryzować pewien stopień kreatywności, co powinno ułatwić użytkownikom podejmowanie decyzji na różnych etapach realizacji zadania i poprawić jakość rozwiązań. Zwiększająca się moc obliczeniowa komputerów samoistnie nie rozwiąże złożonych problemów. Dopiero wprowadzanie odpowiednich metod obliczeniowych, pozwala uzyskać właściwe efekty. Wydaje się, że klasyczne algorytmy o sformalizowanym przebiegu, można obecnie uzupełnić znacznie bardziej zaawansowanymi technikami obliczeniowymi. W niniejszej pracy dokonano przeglądu literatury w zakresie zastosowania sztucznych sieci neuronowych w projektowaniu systemów dystrybucji wody. W drugiej części artykułu zamieszczono omówienie sztucznej sieci neuronowej do obliczeń strat ciśnienia w przewodach wodociągowych. W wyniku obliczeń hydraulicznych przewodów wodociągowych za pomocą programu EPANET dla różnych wartości parametrów wejściowych uzyskano zbiór 16260 przykładów uczących. Parametry wejściowe sieci neuronowej to długość przewodu, przepływ miarodajny, współczynnik chropowatości bezwzględnej oraz średnica nominalna. Uzyskano bardzo wysoką zgodność pomiędzy wynikami obliczeń strat ciśnienia z programu EPANET i perceptronu wielowarstwowego z jedną warstwą ukrytą.
    Źródło:
    Rocznik Ochrona Środowiska; 2017, Tom 19; 200-210
    1506-218X
    Pojawia się w:
    Rocznik Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zarządzanie nieruchomościami z wykorzystaniem kognitywnej maszyny wnioskującej
    Real estate management using a cognitive reasoning machine
    Autorzy:
    Nowak-Nova, Dariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/23050824.pdf
    Data publikacji:
    2023-03-20
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    Automatyczne Modele Wyceny
    zarządzanie nieruchomościami
    uczenie maszynowe
    sieci neuronowe
    systemy kognitywne
    Automated Valuation Models
    real estate
    Machine Learning
    Neural Networks
    Cognitive Systems
    Opis:
    W artykule przedstawiono możliwość zastosowania Automatycznych Modeli Wyceny (AVMs), rozszerzonych o technologie algorytmów uczenia maszynowego i sztuczne sieci neuronowe, do przetwarzania kognitywnego w obszarze Facility Management. Opisano eksperymenty symulujące w procesach operacyjnego zarządzania nieruchomością, zachowania AVMs w kognitywnej maszynie wnioskującej. Badano poprawność działania algorytmów usług decyzyjnych wywoływanych przez zautomatyzowane silniki wnioskujące dla generalizacji informacji o nieruchomości oraz procesu planowania wykorzystującego algorytmy. Kluczowe wnioski z badania potwierdzają, że przyjęcie dla AVMs perspektywy kognitywnej i zastosowanie technologii algorytmów i sztucznych sieci neuronowych w operacyjnym zarządzaniu nieruchomością zwiększa produktywność procesów, tym samym przynosi korzyść zarządzającemu.
    The article presents the possibility of using Automatic Valuation Models (AVMs), extended with technologies of Machine Learning algorithms and Neural Networks, for cognitive processing in the area of Facility Management. Experiments simulating, in the processes of operational management of real estate, of AVMs’s behavior in a cognitive reasoning machine, have been described. The correctness of operation of decision service algorithms, triggered by automated inference engines, has been examined for generalization of information on the property and the planning process using the algorithms. The key findings of the study confirm that the adoption of a cognitive perspective for AVMs and the application of algorithm technology and artificial neural networks in the operational management of real estate, increases the productivity of the processes, and, thus brings benefits the managing entity.
    Źródło:
    Nowoczesne Systemy Zarządzania; 2023, 18, 1; 29-48
    1896-9380
    2719-860X
    Pojawia się w:
    Nowoczesne Systemy Zarządzania
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metody adaptacji systemów wiedzy opartej na zbiorach rozmytych
    Methods of adaptation of knowledge systems based on fuzzy sets
    Autorzy:
    Małolepsza, Olga
    Powiązania:
    https://bibliotekanauki.pl/articles/41205866.pdf
    Data publikacji:
    2023
    Wydawca:
    Uniwersytet Kazimierza Wielkiego w Bydgoszczy
    Tematy:
    zbiory rozmyte
    metody adaptacji
    funkcja przynależności
    sztuczna inteligencja
    systemy rozmyte
    rozmyte sieci neuronowe
    fuzzy sets
    adaptation method
    membership function
    artificial intelligence
    fuzzy systems
    fuzzy neural networks
    Opis:
    Metody adaptacji systemów wiedzy opartej na zbiorach rozmytych są bardzo ważnym tematem, ponieważ udoskonalają i optymalizują wydajność systemów rozmytych poprzez właściwą metodę adaptacji. Metoda adaptacji zależy od konkretnego zastosowania, wymagań systemowych, dostępnych danych i dziedziny problemu. W artykule przedstawiono zagadnienia związane ze zbiorami rozmytymi oraz podano przykłady. Ponadto zaprezentowano metody adaptacji systemów wiedzy opartej na zbiorach rozmytych takie jak algorytmy genetyczne, programowanie ewolucyjne, algorytmy uczące się, uczenie przez wzmacnianie oraz adaptację online
    Adaptation methods for knowledge systems based on fuzzy sets are a very important topic because they improve and optimize the performance of fuzzy systems through a proper adaptation method. The adaptation method depends on the specific application, system requirements, available data and the problem domain. In this paper, the issues related to fuzzy sets are presented and examples are given. In addition, methods for adaptation of fuzzy set-based knowledge systems such as genetic algorithms, evolutionary programming, learning algorithms, reinforcement learning and online adaptation are presented.
    Źródło:
    Studia i Materiały Informatyki Stosowanej; 2023, 15, 1; 11-20
    1689-6300
    Pojawia się w:
    Studia i Materiały Informatyki Stosowanej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie cząstkowych modeli parametrycznych w zadaniu detekcji uszkodzeń sieci gazowej
    Comparison of particular parametric models for faults detection in gas pipeline
    Autorzy:
    Syfert, M.
    Jankowska, A.
    Łabęda-Grudziak, Z.
    Tabor, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/155924.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    detekcja uszkodzeń
    modele cząstkowe
    modele parametryczne
    addytywne modele regresyjne
    sztuczne sieci neuronowe
    systemy rozmyte
    faults detection
    particular models
    parametric models
    additive regression models
    artificial neural networks
    fuzzy systems
    Opis:
    Zreferowano badania detekcji uszkodzeń gazociągu z użyciem cząstkowych modeli parametrycznych. Stosując trzy metody modelowania: addytywne modele regresyjne (najnowszą z badanych technik), sztuczne sieci neuronowe oraz układy rozmyte typu TSK opracowano aproksymacje ciśnień w węzłach sieci. Modele testowano w zadaniu detekcji wycieku oraz uszkodzenia czujnika pomiarowego. Wszystkie modele zapewniały dużą dokładność aproksymacji ciśnienia w poprawnych stanach pracy, wykazując także bardzo skuteczną detekcję uszkodzeń czujników pomiarowych ciśnień, natomiast w sytuacji symulowanych wycieków ich przydatność w detekcji była znacznie mniejsza.
    The results of faults detection [1, 2, 3, 4, 5] in a gas system network (Fig. 1) with use of parametric partial models [6, 7, 8] are presented in the paper. This is a new approach to the task with use of exploratory data analysis [10, 11, 17] and partial models. Three techniques were used to build models of pressure in network nodes: additive regression (ADD - new method of modelling [10, 11, 12, 13, 14, 15]), artificial neural networks (ANN) [16, 17, 18] and TSK fuzzy logic modelling [8, 16, 17]. The measured pressures in adjacent nodes as well cumulative flows in the main line (from global analytical model [9]) of gasoline were the inputs of the models. For the analysed stations (in parts A and B marked in Fig. 1) a set of test failures in the form of leaks and damage of pressure sensors is given in Tab. 1.Using trial and error method, by evaluating the effectiveness of fault detection, there were obtained structures of models of different complexity for individual modelling techniques: ADD - presented by equations (1) and (2), ANN- (3) and (4), TSK- (5) and (6). The model order is not greater than 2. The exemplary results of leak detection with use of particular models are shown in Figs. 3, 5, 7 and of sensor fault detection in Figs. 4, 6, 8. In the conclusions there is summarised the relative accuracy of models (in Table 2), the relative normalized values of the studied residues of leaks - Tab.3 and the pressure sensor failures - Tab. 4. All models provided highly precise pressure approximation in non-fault states, but TSK and ADD models turned out to be the more accurate. Additionally, all of them were effective in case of pressure sensor fault detection, however, in case of simulated leakages their usefulness was much lower.
    Źródło:
    Pomiary Automatyka Kontrola; 2012, R. 58, nr 1, 1; 3-8
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    O użyteczności sieci neuronowych i algorytmów genetycznych w realizacji inwestycyjnych systemów decyzyjnych
    Usefulness of neutral networks and genetic algorithms in the development of investment decision systems
    Autorzy:
    Morajda, Janusz
    Powiązania:
    https://bibliotekanauki.pl/articles/415790.pdf
    Data publikacji:
    2006
    Wydawca:
    Małopolska Wyższa Szkoła Ekonomiczna w Tarnowie
    Tematy:
    metody sztucznej inteligencji
    algorytmy genetyczne
    sieci neuronowe
    rynki finansowe
    systemy decyzyjne
    zarządzanie portfelem inwestycyjnym
    artificial intelligence methods
    genetic algorithms
    neural networks
    financial markets
    decision support systems
    portfolio management
    Opis:
    W artykule omówiono podstawowe aspekty realizacji aktywnych strategii inwestycyjnych na rynkach finansowych z wykorzystaniem systemów wspomagania decyzji (systemów transakcyjnych), w kontekście klasycznych teorii zarządzania portfelem inwestycyjnym. Wskazano zasadnicze przesłanki zastosowania metod sztucznej inteligencji, takich jak sieci neuronowe i algorytmy genetyczne, do konstrukcji inwestycyjnych systemów decyzyjnych. Przedstawiono charakterystykę sieci neuronowych oraz algorytmów genetycznych jako efektywnych narzędzi w modelowaniu i prognozowaniu rynków finansowych.
    The paper discusses basic aspects of application of active investment strategies in financial markets - in the context of classic theories of portfolio management. Such active strategies are generated with the use of decision support systems (transaction systems). The main assumptions of utilisation of artificial intelligence methods, such as neural networks and genetic algorithms, in the construction of investment decision systems have been indicated. The characteristic of neural networks and genetic algorithms as effective tools in financial markets modelling and prediction has also been discussed here.
    Źródło:
    Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie; 2006, 1(9); 217-230
    1506-2635
    Pojawia się w:
    Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Inteligentny system obustronnej głosowej komunikacjisystemu pomiarowego z operatorem dla technologii mobilnych
    Intelligent two-way speech communication system between the measurement system and the operator for mobile technology
    Autorzy:
    Kacalak, W.
    Majewski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/156475.pdf
    Data publikacji:
    2009
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    nowoczesne systemy pomiarowe
    interakcja operatora z urządzeniem pomiarowym
    komunikacja głosowa
    interfejs mowy
    sztuczna inteligencja
    hybrydowe sieci neuronowe
    technologie mobilne
    modern measurement systems
    interaction between the measurement system and the operator
    voice communication
    speech interface
    artificial intelligence
    hybrid neural networks
    mobile technology
    Opis:
    W artykule przedstawiono nową koncepcję inteligentnych systemów obustronnej głosowej komunikacji urządzeń pomiarowych z operatorem w systemach pomiarowych. Opracowany dla technologii mobilnych, system komunikacji przy pomocy mowy i języka naturalnego pomiędzy urządzeniami pomiarowymi i ich operatorami, wyposażony jest w inteligentne mechanizmy służące do identyfikacji operatora, rozpoznawania słów składowych i całych komunikatów operatora, analizy składni i skutków poleceń, oceny bezpieczeństwa poleceń, nadzorowania procesu pomiarowego oraz oceny reakcji operatora.
    In the paper a new concept of the intelligent two-way speech communication system between a measurement device and the operator for measuring systems is presented. Developed for mobile technologies, the communication system by speech and a natural language between measurement devices and their operators consists of intelligent mechanisms for operator identification, speech recognition, word and command recognition, command meaning and effect analysis, command safety assessment, measurement process supervision as well as operator reaction assessment. In the paper there are presented selected problems of the new concept of speech communication in measurement systems (Figs. 1, 2, 3) as well as advantages of recognition and evaluation of speech commands in a natural language with use of hybrid neural networks. Application of hybrid neural networks allows recognising commands of similar meanings but of different lexical and grammatical patterns, which will undoubtedly be the most important way of communication between humans and devices. The condition of the effectiveness of the presented system (Fig. 4) is to equip it with mechanisms of command meaning and effect analysis, as well as safety assessment. In the measurement systems (Fig. 5), the condition of safe communication between operators and measurement devices is the analysis of the measurement device and process state before giving the command and use of artificial intelligence for the effect analysis and safety assessment of the command. The development of a basis for building and applying remote mobile systems of control, supervision and optimisation of measurement processes which communicate an operator with a measurement system is an important goal. These systems enable a remote control of the measurement process quality by an operator being in any distance. It is very significant for development of new effective and flexible methods of measurements. The system for remote control, supervision and optimisation is an innovative solution making it possible to exploit better the measurement methods used nowadays. The presented solution can be included to the attempts of creating the standard of mobile applications for control, supervision and optimisation of measurement processes using two-way speech communication between the measurement device and the operator for measuring systems.
    Źródło:
    Pomiary Automatyka Kontrola; 2009, R. 55, nr 4, 4; 221-224
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-32 z 32

      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