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 1-15 z 32
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:
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:
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:
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:
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:
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:
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
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:
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:
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:
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:
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 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:
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
Wyświetlanie 1-15 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